吴恩达 coursera ML 第十四课总结+作业答案

前言

吴恩达的课程堪称经典，有必要总结一下。
学以致用，以学促用，通过笔记总结，巩固学习成果，复习新学的概念。

目录

正文

本章主要讨论异常检测

问题来源

典型问题，给你航空发动机的一系列参数，判断它们的好坏。
密度估计，通过使用数据建模，然后判断$x_{test}$是否是异常的。
异常检测例子，欺骗行为和服务器异常状态。

高斯分布

假设所有的样本分布正常情况下都服从高斯分布。
高斯分布的例子
参数估计，通过样本估计总体的均值以及方差。

算法

密度估计训练集。
异常检测算法。
异常检测例子
评估的重要性。
航空发动机的例子
算法评估
异常检测和监督学习
典型应用场景的对比

选择使用特征

非高斯特征

异常检测的误差分析
数据中心的电脑检测

多元高斯分布

动机：检测数据中心里的机器
多元高斯分布。
参数对高斯分布形状的影响。