VIP20
本课程属于：022-生物样本元信息治理 生物信息学与 AI 制药工程 · 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

元数据异常检测与自动化质量检查

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
异常值检测概述
定义 · 重要性 · 应用场景
异常值检测概述定义
02
异常值类型
全局异常 · 局部异常 · 上下文异常
异常值类型全局异常
03
数据预处理
缺失值处理 · 标准化 · 数据类型转换
数据预处理缺失值处理
04
统计方法一
Z-score与修正Z-score
统计方法一Z-score
05
统计方法二
IQR（四分位距）方法
统计方法二IQR
06
统计方法三
Grubbs检验与Dixon检验
统计方法三Grubbs
07
基于距离的方法
K近邻（KNN）异常检测
基于距离的方法KNN
08
基于密度的方法
局部异常因子（LOF）
基于密度的方法LOF
09
基于聚类的方法
DBSCAN与异常检测
基于聚类的方法DBSCAN
10
基于角度的方法
ABOD（基于角度的异常检测）
基于角度的方法ABOD
11
基于集成的方法
孤立森林（Isolation For…
基于集成的方法Isolation
12
基于SVM的方法
单类支持向量机（One-Class…
SVM基于
13
基于深度学习的方法
自编码器（Autoencoder）异…
基于深度学习的方…Autoencoder
14
基于生成模型的方法
VAE与GAN异常检测
基于生成模型的方…VAE
15
时间序列异常检测
滑动窗口 · 季节性分解
时间序列异常检测滑动窗口
16
时间序列异常检测
STL分解与Prophet
时间序列异常检测STL
17
多变量异常检测
马氏距离与PCA
多变量异常检测PCA
18
多变量异常检测
基于协方差矩阵的方法
多变量异常检测基于协方差矩阵的…
19
特征工程
手动构建异常相关特征
特征工程手动构建异常相关…
20
模型评估
准确率 · 召回率 · F1-score
模型评估准确率
21
模型选择
交叉验证与超参数调优
模型选择交叉验证
22
阈值选择
基于统计分位数 · 基于业务损失
阈值选择基于统计分位数
23
异常标注与半监督学习。
异常标注与半监督学习 · 核心概念 · 实践要点
异常标注半监督学习
24
实时异常检测
流式数据与滑动模型
实时异常检测流式数据
25
工具与库
Scikit-learn · PyOD · PyTorch
工具Scikit-learn
26
案例一
信用卡欺诈检测（表格数据）
案例一信用卡欺诈检测
27
案例二
网络入侵检测（时间序列）
案例二网络入侵检测
28
案例三
工业传感器异常检测（多变量）
案例三工业传感器异常检…
29
案例四
图像异常检测（深度自编码器）
案例四图像异常检测
30
部署与监控
模型服务 · 告警策略 · 版本管理
部署监控