实战项目:异常检测与多场景应用

Python涨薪研究所

共 513字,需浏览 2分钟

 ·

2022-06-06 16:30

异常检测概述:



项目介绍:


异常检测是指在数据中发现不符合预期行为模式的数据的问题,在疾病检测、金融反诈、机器故障监控、安全入侵检测、运维监控、电商异常用户检测、疫情检测等场景都有应用


本项目以异常检测为主要内容,讲解在结构化/表格数据和时序数据中的异常检测模型算法及工具,并构建应用于商场销量、金融反诈、网约车需求量、用电量等场景下的异常检测案例


核心知识:


异常检测应用场景;异常检测主要算法,包括PCA、kNN、LOF、HBOS、COPOD、孤立森林(Isolation Forest)、XGBOD、自编码器(AutoEncoder)、基于LSTM等神经网络的时序异常检测,监督学习与无监督学习算法模型;t-sne数据降维可视化;业务场景下的特征抽取、建模与模型部署上线,大公司的智能运维工具与实时监控


项目大纲:


1.异常检测概述

2.异常检测常用方法

3.PyOD工具库详解

4.大型商场销量数据异常检测

5.金融反欺诈场景中的异常检测-监督学习

6.金融反欺诈场景中的异常检测-无监督学习

7.模型部署上线

8.时序数据与异常检测

9.大公司智能时间序列监控与异常检测工具介绍





添加老师学习完整项目


浏览 5
点赞
评论
收藏
分享

手机扫一扫分享

分享
举报
评论
图片
表情
推荐
点赞
评论
收藏
分享

手机扫一扫分享

分享
举报