Тщательно созданный, тщательно спроектированный ресурс для специалистов по данным.
Глава 08 из Руководства по машинному обучению для обнаружения аномалий
Внимание! Прежде чем вы продолжите читать эту статью и все статьи, составляющие это руководство, вы должны понять, что оно было частично создано с использованием модели OpenAI GPT 4. Это началось как проект самообучения, и я достаточно скоро понял, что это может быть действительно ценным для коллег-исследователей данных. По этой причине я буду выпускать полное руководство бесплатно вместе с каждой главой, чтобы вы могли сразу перейти к прочтению руководства из документа, и вам даже не нужно было давать мне время на чтение, если вы этого не хотите.
Указатель справочника
0: О создании этого руководства
1: Введение в обнаружение аномалий
2: Статистические методы обнаружения аномалий (часть 1)
2: Статистические методы обнаружения аномалий ( Часть 2)
3: Введение в М. Обучение обнаружению аномалий (Часть 1)
3: Введение в М. Обучение обнаружению аномалий (Часть 2)
4 : Работа с несбалансированными классами в контролируемом обучении
5: Кластеризация K-средних для обнаружения аномалий
6: DBSCAN для обнаружения аномалий
Изолированный лес для обнаружения аномалий
››››› 8: SVM одного класса для обнаружения аномалий ‹‹‹‹‹
9: K-ближайшие соседи (KNN) для Обнаружение аномалий
10. Изучение основных графов и структур (PGSL) для обнаружения аномалий
11. Методы уменьшения размерности для обнаружения аномалий
12. Разложение по сингулярным значениям (SVD) для обнаружения аномалий
13. Расширенные методы матричной факторизации для обнаружения аномалий
14. Метод Нистрома для обнаружения аномалий
15. Методы ядра для обнаружения аномалий
16. Расширенные алгоритмы обнаружения аномалий
17. Выбор функций и разработка для обнаружения аномалий
18: частично контролируемое обучение для обнаружения аномалий
19: глубокое обучение для обнаружения аномалий
20: ансамблевые методы для обнаружения аномалий
21: метрики оценки для аномалии Обнаружение
22: Практические примеры и отраслевые приложения
23: Заключение и будущие направления в обнаружении аномалий
