吴恩达机器学习课程14——异常检测

最新推荐文章于 2024-03-06 02:25:04 发布
最新推荐文章于 2024-03-06 02:25:04 发布
阅读量586 收藏
点赞数
分类专栏： 吴恩达机器学习课程 文章标签： 机器学习 人工智能 算法
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/qq_41076797/article/details/109537335
版权
本文深入探讨了异常检测的概念，强调了其在用户行为检测和机器运转检测等领域的应用。介绍了高斯分布的基础知识，包括参数估计，以及如何利用高斯分布进行异常检测。异常检测算法通过挑选关键特征，估计参数并设置阈值来判断异常。评估方法包括使用F1-score来处理不平衡数据集。异常检测与监督学习的区别在于前者适用于正样本少、负样本多且可能出现未知异常行为的情况。此外，文章讨论了特征选择与处理，以及多变量高斯分布如何更好地捕捉特征间的相关性。
摘要由CSDN通过智能技术生成

目录

异常检测

  • 所谓异常检测，其实就是先训练无标签的数据，认为它们都是正常的数据，然后对于给定测试集或验证集的数据，来判断它们都否正常。
    在这里插入图片描述
    是否正常是通过设置一个阈值来判断的，超过阈值就是异常，反之就是正常。
  • 异常检测有很多应用，包括用户行为检测、机器运转检测等等，都可以应用异常检测的技术。

高斯分布（即正态分布）

基础

  • 高斯分布又叫正态分布，这个咱们应该都挺熟悉的，高中也学过类似的知识。
    在这里插入图片描述
    μ是期望，均值，σ是标准差，平方就是方差。对称轴对应均值的位置ÿ
了解本专栏 订阅专栏 解锁全文 超级会员免费看
CtrlZ1
关注
专栏目录
订阅专栏
机器学习之异常检测和推荐系统（吴恩达机器学习）
学习中
11-16 359
机器学习之异常检测和推荐系统（吴恩达机器学习）
异常检测udemy课程
overfit的博客
05-24 407
看了udemy的异常检测并做了笔记，有兴趣的可以下载看看！但是此课程只讲了2000年前的一些方法，有点outmoded点击打开链接
吴恩达机器学习[16]-异常检测
踏归 的博客
08-07 652
吴恩达机器学习
吴恩达机器学习（十二）—— 异常检测
Taurus
07-10 1722
异常检测1. 问题的动机2. 高斯分布3. 算法4. 开发和评价异常检测系统5. 异常检测与监督学习对比6. 选择特征7. 多元高斯分布8. 使用多元高斯分布进行异常检测 1. 问题的动机   异常检测是机器学习算法的一个常见应用，这种算法的一个有趣之处在于：它虽然主要用于非监督学习，但从某些角度来看，又类似于一些监督学习问题。   一个异常检测的例子：假设作为一个飞机引擎制造商，当我们生产的飞机引擎从生产线上流出时，我们需要进行QA(质量控制测试)，而作为这个测试的一部分，我们测量了飞机引擎的一些特征变量
【吴恩达】机器学习作业ex8--异常检测和推荐系统（Python）
calmdownn的博客
11-04 872
此部分目的是给新用户推荐10个新电影，利用以往的用户对电影的评分，通过协同过滤算法来求出X与Theta矩阵，ex8movies.mat的数据集中存放着Y矩阵（1682行*943列数据），行列分别代表了1682篇电影与943个用户，矩阵中存放的是用户对电影的打分。其中还有R矩阵（1682，943），矩阵中只有0和1俩个值，0代表用户没有看过此电影，1代表看过并且打分。
吴恩达机器学习基础课程笔记
最新发布
tjujackson的博客
03-06 837
吴恩达机器学习2022笔记
吴恩达斯坦福机器学习课程，课后作业高分Python代码，机器学习入门必看！
02-24
所有作业使用 python+numpy 实现。对于作业文件，推荐大家安装anaconda 后使用 jupyter notebook 打开。作业说明主要需要参考英文原版 pdf（在文件夹里），本文件只是...《机器学习》编程作业 7——异常检测和推荐系统
吴恩达机器学习系列课程笔记——第十一章：机器学习系统的设计(Machine Learning System Design)
weixin_43895667的博客
07-27 501
吴恩达机器学习系列课程笔记——第十章：机器学习系统的设计(Machine Learning System Design)
斯坦福大学吴恩达机器学习教程中文笔记——week9——异常检测，推荐系统
Laic Zhang的博客
04-22 1981
第9周 文章目录第9周@[toc] 十五、异常检测(Anomaly Detection)15.1 问题的动机15.2 高斯分布15.3 算法15.4 开发和评价一个异常检测系统15.5 异常检测与监督学习对比15.6 选择特征15.7 多元高斯分布（选修）15.8 使用多元高斯分布进行异常检测（可选）十六、推荐系统(Recommender Systems)16.1 问题形式化16.2 基于内容的推...
吴恩达机器学习15-异常检测
研究生在读，研究方向人工智能和嵌入式编程
07-20 405
异常检测、高斯分布、多元高斯分布、无监督学习
斯坦福机器学习——异常检测
hongxiuzhe
01-13 374
一、模型评价方法总结 当数据有倾斜时，如A类比例为95%远远大于B类比例5%，不应该用分类的正确率来评价模型好坏。因为如果你直接瞎蒙都有95%的大概率蒙对，那么你的模型正确率即使比95%大一点，也没有说服力。这样，新的评价指标：召回率、精准率、最终的F1值作为评价指标。可以参考 http://blog.csdn.net/u012328159/article/details/51282428
吴恩达机器学习中文版笔记：异常检测（Anomaly Detection）
weixin_34224941的博客
05-02 579
在接下来的一系列视频中，我将向大家介绍异常检测(Anomaly detection)问题。这是机器学习算法的一个常见应用。这种算法的一个有趣之处在于：它虽然主要用于非监督学习问题，但从某些角度看，它又类似于一些监督学习问题。 问题的动机 参考文档:15-1-Problem Motivation(8 min).mkv 在接下来的一系列视频中，我将向大家介绍...
吴恩达视频课程之异常检测笔记
yuanlulu的博客
08-06 1765
概述 本笔记整理自网易云课堂吴恩达的《机器学习》。 吴恩达所讲的异常检测属于无监督学习。即利用已有的无标签数据求取样本的分布模型参数（正太分布参数），然后对新来的数据计算属于这个分布的概率，当概率大于一个阈值时认为测数据是正常的，否则认为是异常数据。 （由于插入图片和公式不方便，本文没有图片和公式） 异常检测的一些场景 工程诊断（发动机异常检测）、异常行为检测、数据中心硬件监控等。 ...
[吴恩达机器学习笔记]15.1-3非监督学习异常检测算法/高斯回回归模型
遗世独立的乌托邦
09-11 1741
15.异常检测 Anomaly detection 觉得有用的话,欢迎一起讨论相互学习~Follow Me 15.1问题动机 Problem motivation 飞机引擎异常检测 假想你是一个飞机引擎制造商，当你生产的飞机引擎从生产线上流出时，你需要进行 QA(质量控制测试)，而作为这个测试的一部分，你测量了飞机引擎的一些特征变量，比如引擎运转时产生的热量，或者引擎的振动等...
吴恩达机器学习（十五）——异常检测
大鹏小站的博客
02-15 629
问题动机 模型建立 再给定训练集的情况下，如何检测某一个输入x是否异常？ 首先要根据训练集数据建立一个模型，当给定数据的值的时候，则数据被认定为异常，表示它距离总体数据中心较远时被认定为正常。 欺诈行为识别是异常识别最常用的领域，向量表示用户i的一系列特征，如登录次数，点击某一个页面的次数，发帖次数等，根据这些特征建立模型,然后根据阈值识别欺诈行为。同样，异常识别还用于产品检测等方面。 高斯分...
吴恩达机器学习 - 异常检测
wyg1997
06-25 490
题目链接：点击打开链接 笔记： 数据可视化： load('ex8data1.mat'); % Visualize the example dataset plot(X(:, 1), X(:, 2), 'bx'); axis([0 30 0 30]); xlabel('Latency (ms)'); ylabel('Throughput (mb/s)'); 效果图： ...
吴恩达机器学习笔记之异常检测
blue_coffeei的博客
02-26 868
异常检测（anomaly detection）： 问题动机： 异常检测是一个常用的机器学习的算法，它虽然主要用于非监督学习问题，但是从某些角度来看，它又类似于一些监督学习问题。 以下面这组数据集为例，我们希望做的是，假设给定的数据集都是正常的，当给定一个新的样本时，我们判断它属于这组样本的概率可能性。 在上图中，越靠近中心蓝色圈的数据属于该组数据的...
coursera-斯坦福-机器学习-吴恩达-第9周笔记（上）-异常检测
和而不流
12-20 5037
coursera-斯坦福-机器学习-吴恩达-第9周笔记（上）-异常检测coursera-斯坦福-机器学习-吴恩达-第9周笔记上-异常检测 1异常检测 1引入 2高斯正态分布 3异常检测算法 2建立一个异常检测系统 1评价一个异常检测系统 2异常检测vs监督学习 3选择使用哪些features 3多元高斯分布 1多元高斯分布数学 2应用多元高斯分布进行异常检测复习1异常检测异常检测(Anomaly d
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包

打赏作者

CtrlZ1

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付：¥1
获取中
扫码支付

您的余额不足，请更换扫码支付或充值

打赏作者

实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值