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
t
e
s
t
x_{test}
xtest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。