VIP20
本课程属于：083-密码服务高可用审计日志巡检 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

ML异常检测模型部署讲义

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 · 挑战与常见误区
异常检测概述定义
02
异常检测方法分类
统计方法 · 机器学习 · 深度学习路线图
异常检测方法分类统计方法
03
数据预处理
数据清洗 · 标准化 · 缺失值处理与异常值初步筛选
数据预处理数据清洗
04
特征工程
特征提取 · 特征选择 · 时间序列特征构造
特征工程特征提取
05
孤立森林算法
原理 · 实现与参数调优
孤立森林算法原理
06
基于距离的方法
LOF · KNN异常检测及距离度量选择
基于距离的方法LOF
07
基于密度的方法
DBSCAN · OPTICS在异常检测中的应用
基于密度的方法DBSCAN
08
基于重构的方法
Autoencoder原理与异常分数…
基于重构的方法Autoencoder
09
基于GAN的异常检测
AnoGAN · EGBAD
GAN基于
10
基于时间序列的异常检测
移动平均 · ARIMA · LSTM与Transformer
基于时间序列的异…移动平均
11
模型评估指标
精确率 · 召回率 · F1
模型评估指标精确率
12
阈值选择策略
动态阈值 · 统计分位数 · 最大F1法
阈值选择策略动态阈值
13
模型解释性
SHAP · LIME在异常检测中的实战
模型解释性SHAP
14
模型序列化
pickle · Joblib · ONNX
模型序列化pickle
15
部署架构选型
REST API · gRPC · 流处理
部署架构选型REST
16
容器化部署
Docker镜像构建 · 环境依赖管理
容器化部署Docker
17
使用Flask/FastAPI搭建推理服务
路由 · 请求验证 · 响应格式化
Flask/FastAP…使用
18
使用TensorFlow Serving部署TensorFlow/PyTorch
使用TensorFlow Serving… · 核心概念 · 实践要点
TensorFlowServing
19
使用ONNX Runtime实现跨平台、高性能推理。
使用ONNX Runtime实现跨平台 · 核心概念 · 实践要点
ONNXRuntime
20
模型版本管理与A/B测试
蓝绿部署 · 金丝雀发布
A/B模型版本管理
21
监控与告警
模型漂移检测 · 性能指标收集 · 日志聚合
监控告警
22
批处理与实时处理架构选择
消息队列（Kafka） · 微服务编排
批处理实时处理架构选择
23
边缘部署
在IoT设备 · 移动端运行轻量级异常检测模型
边缘部署IoT
24
云端托管
AWS SageMaker · Azure ML · Google AI Platform…
云端托管AWS
25
安全与隐私
数据加密 · 模型混淆 · 差分隐私
安全隐私
26
大规模部署
分布式推理 · 负载均衡 · 弹性伸缩
大规模部署分布式推理
27
模型压缩与加速
量化 · 剪枝 · 蒸馏
模型压缩加速
28
CI/CD流水线
自动化训练 · 测试 · 部署与回滚
CI/CD流水线
29
案例研究
金融交易异常检测系统从开发到生产全链…
案例研究金融交易异常检测…
30
未来趋势与最佳实践总结
可解释AI · 自适应异常检测 · MLOps成熟度
未来趋势最佳实践总结