VIP20
本课程属于：084-云数据态势管理审计日志巡检 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

基于机器学习的异常检测模型调优课

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
异常的定义 · 异常检测的应用场景 · 常见挑战与难点
异常检测概述异常的定义
02
数据准备与探索
数据收集 · 数据清洗 · 缺失值处理
数据准备探索
03
特征工程基础
特征选择 · 特征缩放 · 离散化与编码
特征工程基础特征选择
04
无监督异常检测算法（一）
统计学方法 - Z-score · IQR · 箱线图
无监督异常检测算…Z-score
05
无监督异常检测算法（二）
基于密度的方法 - LOF · DBSCAN
无监督异常检测算…LOF
06
无监督异常检测算法（三）
基于聚类的方法 - K-Means基…
无监督异常检测算…K-Means
07
无监督异常检测算法（四）
基于孤立森林 (Isolation…
无监督异常检测算…Isolation
08
无监督异常检测算法（五）
One-Class SVM · 自编码器 (AutoEncoder)…
无监督异常检测算…One-Class
09
有监督异常检测
处理不平衡数据 · 逻辑回归 · 决策树
有监督异常检测处理不平衡数据
10
半监督异常检测
PU学习 · 半监督自编码器 · 基于伪标签的方法
半监督异常检测PU
11
异常检测评估指标
精确率 · 召回率 · F1-score
异常检测评估指标精确率
12
数据不平衡处理技术
过采样 (SMOTE) · 欠采样 · 集成采样
数据不平衡处理技…SMOTE
13
超参数调优基础
网格搜索 · 随机搜索 · 贝叶斯优化 (Hyperopt
超参数调优基础网格搜索
14
阈值选择策略
基于分布 · 基于最大值 · 基于最大F1
阈值选择策略基于分布
15
模型集成
Bagging · Boosting · Stacking在异常检测中的应用
模型集成Bagging
16
特征重要性分析与筛选
树模型特征重要性 · Permutation Import… · SHAP值
特征重要性分析筛选
17
异常检测中的时间序列
滑动窗口 · 季节性分解 · Prophet
异常检测时间序列
18
特征工程进阶
时序特征 · 统计特征 · 频域变换
特征工程进阶时序特征
19
模型解释性与可解释AI
LIME · SHAP · Partial Dependence…
AI模型解释性
20
异常检测管道构建
Pipeline设计 · 特征与模型联合调优 · 交叉验证策略
异常检测管道构建Pipeline
21
大规模数据下的异常检测
采样 · 分布式计算 (Spark MLlib… · Mini-batch学习
大规模数据下的异…采样
22
深度学习异常检测
变分自编码器 (VAE) · GAN异常检测 (AnoGAN /…
深度学习异常检测VAE
23
在线/流式异常检测
滑动窗口模型更新 · 概念漂移检测 · 增量学习 (River)
流式异常检测滑动窗口模型更新
24
多模态异常检测
图像+数值+文本特征融合 · 多模态自编码器
多模态异常检测图像+数值+文本…
25
异常检测中的对抗鲁棒性
对抗样本对异常检测的影响 · 防御策略
异常检测对抗鲁棒性
26
AutoML在异常检测中的应用
自动特征工程 · 自动模型选择 · 自动超参搜索
AutoML异常检测
27
异常检测模型部署
模型导出 (ONNX / PMML) · API服务 · 批处理与实时推理
异常检测模型部署ONNX
28
异常检测监控与诊断
模型性能退化检测 · 数据漂移监控 · 反馈循环
异常检测监控诊断
29
案例实战（一）
金融反欺诈 - 信用卡交易异常检测系…
案例实战金融反欺诈
30
案例实战（二）
工业设备故障预测 - 传感器数据异常…
案例实战工业设备故障预测