【CMU-赵越 异常检测分享】
1.视频讲解
https://www.bilibili.com/video/BV1tV411b7Ck

2.完整PPT
链接: https://pan.baidu.com/s/1vEhp-3lIPWffYa-P-VvyiA
提取码: fpd6

异常检测相关的资源汇总(书籍、讲座、代码、数据等)
https://github.com/yzhao062/anomaly-detection-resources

来源:https://mp.weixin.qq.com/s?__biz=MzA4OTAwMjY2Nw==&mid=2650187646&idx=1&sn=37ddb42e5631935e30ee612b94e8cac0&chksm=882380babf5409ac5a04d0845edf2750937826e8d4be7fb4c0468c53726e4adfdca03a35fb0f&scene=21#wechat_redirect

赵越 异常检测分享 - 图1

赵越 异常检测分享 - 图2
赵越 异常检测分享 - 图3

赵越 异常检测分享 - 图4

赵越 异常检测分享 - 图5

赵越 异常检测分享 - 图6

赵越 异常检测分享 - 图7
**

赵越 异常检测分享 - 图8
赵越 异常检测分享 - 图9
赵越 异常检测分享 - 图10

主流模型介绍:
赵越 异常检测分享 - 图11
赵越 异常检测分享 - 图12
赵越 异常检测分享 - 图13
赵越 异常检测分享 - 图14
赵越 异常检测分享 - 图15
赵越 异常检测分享 - 图16
赵越 异常检测分享 - 图17
赵越 异常检测分享 - 图18
赵越 异常检测分享 - 图19
赵越 异常检测分享 - 图20
赵越 异常检测分享 - 图21

如何选择和合并模型

赵越 异常检测分享 - 图22
赵越 异常检测分享 - 图23
赵越 异常检测分享 - 图24
赵越 异常检测分享 - 图25
赵越 异常检测分享 - 图26

异常检测实践中的技巧

赵越 异常检测分享 - 图27

异常检测落地中的考量

1.不要尝试一步到位用机器学习模型来代替传统模型
2.在理想情况下,应该尝试合并机器学习模型和基于规则的模型
3.可以尝试用已有的规则模型去解释异常检测模型

异常检测研究方向

赵越 异常检测分享 - 图28
赵越 异常检测分享 - 图29
赵越 异常检测分享 - 图30