Bir e-ticaret şirketinin S3'te etiketlenmemiş geçmiş işlem CSV verileri var ve anormal işlemleri (dolandırıcılık) tespit etmesi gerekiyor. Bu etiketlenmemiş veri kümesindeki anormallikleri tespit etmek için hangi model kombinasyonunu kullanmalılar? (İki tane seçin.)

IP Insights ve Random Cut Forest, etiketlenmemiş verilerdeki anormallikleri tespit etmek için uygun denetimsiz öğrenme algoritmalarıdır. IP Insights, IP adresleri arasındaki ilişkileri analiz ederek anormal davranışları belirler, bu da işlem verilerinde dolandırıcılık tespiti için faydalıdır. Random Cut Forest, veri noktalarının yoğunluğunu ve izolasyonunu değerlendirerek anormallikleri etkili bir şekilde tanımlar. K-nearest neighbors (k-NN) hem denetimli hem de denetimsiz olarak kullanılabilse de, genellikle denetimli sınıflandırma veya regresyon için tercih edilir ve etiketlenmemiş anomali tespiti için RCF kadar doğrudan değildir. Linear learner with a logistic function ve XGBoost denetimli öğrenme algoritmalarıdır; yani, modelin eğitilmesi için etiketlenmiş verilere (normal ve anormal işlemlerin önceden belirlenmiş örnekleri) ihtiyaç duyarlar. Soruda verilerin etiketlenmemiş olduğu belirtildiği için bu seçenekler uygun değildir.