concept-drift

🌊 Aprendizaje automático en línea en Python

Algoritmos para la detección de valores atípicos, adversarios y de deriva

Una colección de métodos de detección de anomalías (basados en puntos/iid, grafos y series temporales) que incluye aprendizaje activo para la detección/descubrimiento de anomalías, minería de reglas bayesianas y descripción para diversidad/explicación/interpretabilidad. Análisis de incorporación de retroalimentación de etiquetas con detectores de conjunto y basados en árboles. Incluye ataques adversarios con Graph Convolutional Network.

Implementación/Tutorial sobre el uso de métodos de aprendizaje automático automatizado (AutoML) para aprendizaje estático/por lotes y en línea/continuo.