首页
›
密码学工程与数据安全
›
071-数据分级分类审计日志巡检
›
《统计与机器学习异常检测模型构建及评估》
VIP20
本课程属于:071-数据分级分类审计日志巡检
密码学工程与数据安全 · 共 20 门相关课程,组合学习更完整。
查看所属VIP全部课程 →
← 返回所属目录
咨询 / 购买
异常检测算法:统计基线到机器学习
共计 30 章节
点击此处阅读海量试读课程:100+行业、1000+细分领域
01
异常检测概述
定义 · 应用场景(金融反欺诈 · 工业质检
异常检测概述
定义
02
数据探索与预处理
缺失值处理 · 数据标准化 · 时间序列对齐
数据探索
预处理
03
统计学基础
均值 · 中位数 · 众数
统计学基础
均值
04
正态分布与3σ原则
正态分布特性 · Z-score原理 · 基于3σ的异常判定
正态分布
3σ原则
05
基于Z-score的异常检测
计算Z-score · 阈值选择 · 多变量扩展局限
Z-score
基于
06
基于IQR的箱线图方法
箱线图结构 · IQR规则 · 离群点识别与可视化
IQR
基于
07
Grubbs检验
单变量异常检测的统计假设检验 · 迭代剔除 · 适用条件
Grubbs
检验
08
Epsilon邻域与DBSCAN前置
密度概念 · 邻域半径 · 最小样本数
Epsilon
DBSCAN
09
基于距离的异常检测
欧氏距离 · 曼哈顿距离 · 马氏距离
基于距离的异常检…
欧氏距离
10
LOF算法原理
局部异常因子 · 局部可达密度 · 对比KNN的差异
LOF
算法原理
11
孤立森林(Isolation Forest)
随机切割思想 · 异常得分 · 参数调优与适用场景
Isolation
Forest
12
One-Class SVM
支持向量数据描述 · 核函数选择 · ν参数含义
One-Class
SVM
13
基于聚类的异常检测
K-Means聚类后样本到簇心距离 · DBSCAN噪声点
基于聚类的异常检…
K-Means
14
基于重构的异常检测
PCA重建误差 · 自编码器(Autoencoder)重…
基于重构的异常检…
PCA
15
时间序列异常检测概述
趋势 · 季节 · 周期
时间序列异常检测…
趋势
16
滑动窗口统计方法
移动平均 · 指数加权移动平均(EWMA) · 标准差滑动窗口
滑动窗口统计方法
移动平均
17
基于ARIMA模型预测残差的异常检测
模型拟合 · 残差分析 · Q统计量
ARIMA
基于
18
Twitter的AnomalyDetection算法
Seasonal Hybrid ES…
Twitter
AnomalyDetec…
19
基于LSTM的时序异常检测
序列预测 · 重构误差 · 阈值设定技巧
LSTM
基于
20
特征工程在异常检测中的重要性
手工特征 · 时间窗口特征 · 差分特征
特征工程
异常检测
21
异常检测的评价指标
精确率 · 召回率 · F1-score
异常检测的评价指…
精确率
22
标签不平衡下的评估策略
混合矩阵解释 · 成本敏感评估 · 增益图
标签不平衡下的评…
混合矩阵解释
23
阈值选择方法
基于业务损失函数 · 最大F1 · K-S统计量
阈值选择方法
基于业务损失函数
24
无监督异常检测的验证难题
如何在没有标签时评估?一致性检验 · 人工抽样
无监督异常检测的…
如何
25
半监督异常检测
利用部分正常样本训练 · 扩展标签的伪标签方法
半监督异常检测
利用部分正常样本…
26
集成异常检测
投票 · 加权 · Stacking多种基检测器
集成异常检测
投票
27
实时异常检测架构
流式数据 · 滑动窗口更新模型 · Lambda架构思想
实时异常检测架构
流式数据
28
大规模异常检测工程实践
Spark MLlib · 分布式孤立森林 · 近似最近邻
大规模异常检测工…
Spark
29
案例实战
信用卡交易欺诈检测完整流程(数据清洗…
案例实战
信用卡交易欺诈检…
30
总结与进阶
前沿方向(深度生成模型 · 图异常检测 · 强化学习异常检测)及推荐资源
进阶
前沿方向
所属VIP或分类
同VIP:LSTM时序异常检测模型训练与在线部署
同VIP:企业数据分类分级体系设计与实施
同VIP:审计日志存储优化实战教程