한 전자상거래 회사에 S3에 레이블이 지정되지 않은 과거 트랜잭션 CSV 데이터가 있으며, 변칙적인 트랜잭션(사기)을 감지해야 합니다. 이 레이블이 지정되지 않은 데이터 세트에서 이상을 감지하기 위해 어떤 모델 조합을 사용해야 할까요? (두 가지 선택)

주어진 데이터는 레이블이 지정되지 않은 과거 트랜잭션 CSV 데이터이므로 비지도 학습 모델을 사용해야 합니다. IP Insights는 IP 주소와 관련된 비정상적인 사용자 행동을 감지하는 데 특화된 비지도 학습 알고리즘입니다. Random Cut Forest(RCF)는 대규모 데이터 세트에서 이상값을 효율적으로 감지하는 데 사용되는 비지도 학습 알고리즘입니다. K-nearest neighbors(k-NN)는 분류 및 회귀에 사용될 수 있지만, 이상 감지를 위해서는 레이블이 지정된 데이터가 필요하거나 밀도 기반 접근 방식이 필요합니다. 로지스틱 함수를 사용하는 선형 학습기와 XGBoost는 모두 지도 학습 알고리즘이므로 레이블이 지정된 데이터가 필요합니다. 따라서 레이블이 지정되지 않은 데이터에는 적합하지 않습니다.