Machine Learning per l’Anomaly Detection: Analisi di Irregolarità, Ricchezza Semantica ed Errori nei Dati

Digital transformation has triggered a monumental shift in how data are generated and collected, ushering in an era of unprecedented information. This phenomenon, often described as a genuine "data explosion," has opened the doors to a universe rich in information useful across numerous fields of knowledge. However, it has also introduced significant challenges in processing and analyzing this immense volume of data. One of the most pertinent challenges is the ability to detect non-standard patterns or deviations, a field that has established itself as a crucial area of research in data analysis. In this context, Anomaly Detection plays a central role. This approach is vital for distinguishing relevant data within a sea of information. This work aims to examine and delve into the importance of Machine Learning in tackling the complexities associated with anomaly detection. The focus is on three main aspects: the analysis of statistical irregularities, the investigation into the semantic depth of data, and the identification of errors...

La trasformazione digitale ha innescato un cambiamento epocale nel modo in cui i dati vengono generati e raccolti, inaugurando un'era di informazioni senza precedenti. Questo fenomeno, spesso descritto come un'autentica "esplosione dei dati", ha aperto le porte a un universo ricco di informazioni utili a numerosi campi del sapere. Tuttavia, ha anche introdotto notevoli sfide nel trattamento e nell'analisi di questo immenso volume di dati. Una delle sfide più rilevanti è la capacità di individuare schemi non ordinari o deviazioni, un campo che si è affermato come ambito di ricerca cruciale nell'analisi dati. In questo contesto, l’Anomaly Detection, ovvero la rilevazione delle anomalie, assume un ruolo centrale. Tale approccio è fondamentale per distinguere i dati rilevanti all'interno di un mare di informazioni. Questo lavoro si propone di esaminare e approfondire l'importanza del Machine Learning nell'affrontare le complessità legate alla rilevazione di anomalie. L'attenzione si concentra su tre aspetti principali: l'analisi delle irregolarità statistiche, l'indagine sulla profondità semantica dei dati, e l'identificazione di errori...