datawhale异常检测第11页

经典分类：线性判别分析模型！

↑↑↑关注后"星标"Datawhale每日干货&每月组队学习，不错过Datawhale干货作者：小雨姑娘，康涅狄格大学，Datawhale成员这几天看了看SVM的推导，看的是真的头疼，那就先梳理基础的线性判别分析模型

Datawhale·2023-10-16 07:25

百度发布全功能AI平台！

Datawhale发布百度BML全功能AI平台越来越多企业开始用AI解决实际问题，比如汉印使用AI在线下进行果蔬识别称重、上海浦东水务使用AI巡检阀门系统、猎头企业使用AI模型高效利用沉默简历库...百度发布全功能

Datawhale·2023-10-15 19:16

机器学习模型评估与超参数调优详解

点击上方“小白学视觉”，选择加"星标"或“置顶”重磅干货，第一时间送达机器学习Author：李祖贤From：Datawhale机器学习分为两类基本问题----回归与分类。

小白学视觉·2023-10-15 15:26

sklearn机器学习（七）

Task07本次学习参照Datawhale开源学习：https://github.com/datawhalechina/machine-learning-toy-code/tree/main/ml-with-sklearn

黑小板·2023-10-15 11:38

Datawhale发布，首个AI Prompt 工程师计划！

Datawhale发布联合：讯飞星火、开源学习高校联盟无论你是新手还是有AI基础只要你对AI方向感兴趣、有热情DatawhaleAIPrompt工程师计划联合科大讯飞星火大模型面向在校学生、社会在职人士提供

Datawhale·2023-10-15 09:32

获得清华博士学位的条件之一：不辱师门

Datawhale干货分享：贾庆山老师，编辑：哈哈镜V一个群体PermanentheadDamage的博士生群体PermanentheadDamage=Ph.D博士生一年级的同学们，不要担忧或高兴得太早

Datawhale·2023-10-15 09:32

冠军方案！2023第二届广州·琶洲算法大赛

Datawhale干货作者：唐楚柳，算法工程师，冠军选手1.简介大家好我是‍Alex‍，31岁，现为一名图像算法工程师，主要研究方向是计算机视觉图像识别。

Datawhale·2023-10-15 09:00

如何利用IP地址定位保护网络安全？

以下是如何利用IP地址定位来保护网络安全的一些方法：异常检测和入侵检测：监控网络上的IP地址流量，定位异常活动，如大规模的连接尝试、不寻常的数据传输、异常的登录行为等。

IP数据云官方·2023-10-15 09:02

Leetcode训练营笔记(DataWhale开源社区)(2022春)

Leetcode训练营笔记(DataWhale开源社区)文章目录Leetcode训练营笔记(DataWhale开源社区)1.线性结构1.1数组1.1.1课堂内容1.1.2课堂例题a.T1两数之和b.T15

nostrawberry·2023-10-15 02:09

讯飞星火认知大模型，内测机会来了！

Datawhale首发大模型：讯飞星火认知，首批调研内测讯飞星火认知大模型扫码后填写调研问卷最快一天获得提前内测机会

Datawhale·2023-10-14 23:05

树模型（一）孤立森林

孤立森林（IsolationForest）算法是西瓜书作者周志华老师的团队研究开发的算法，一般用于结构化数据的异常检测。

湿物男·2023-10-14 21:31

异常检测-T² (Hotelling‘s T-squared) 统计量和SPE (Squared Prediction Error) 统计量

T²统计量和SPE统计量一、T²(Hotelling'sT-squared)统计量:二、SPE(SquaredPredictionError)统计量:基于主成分分析(PCA)的故障诊断是一种常见的统计方法，用于检测和识别过程中的异常情况。在这种方法中，T²(Hotelling’sT-squared)统计量和SPE(SquaredPredictionError)统计量是两个核心指标。一、T²(Hot

幸福右手牵·2023-10-14 18:45

动手学深度学习之生成对抗网络

课程内容内容撰写的学习笔记原文链接：https://www.boyuai.com/elites/course/cZu18YmweLv10OeV/lesson/yxuHJjjhqYCh3thUzcVXaN感谢伯禹平台，Datawhale

water19111213·2023-10-14 15:36

毕业设计-基于深度学习的网络流量异常检测系统

目录前言课题背景和意义实现技术思路一、网络流量检测与深度学习二、SDA算法模型的网络流量异常检测方法三、LSTM算法模型的网络流量异常检测方法实现效果图样例最后前言大四是整个大学期间最忙碌的时光,一边要忙着备考或实习为毕业后面临的就业升学做准备

HaiLang_IT·2023-10-14 03:40

自编码器Auto-Encoder

在时间序列异常检测场景下，异常对于正常来说是少

llurran·2023-10-13 06:48

DataWhale MySQL Task3 #2019-04-06

MySQL数据导出CSVSELECT*FROM[TABLE]INTOOUTFILE'[FILE]'；#例如SELECT*FROMmytableINTOOUTFILE'/tmp/mytable.csv'FIELDSTERMINATEDBY','OPTIONALLYENCLOSEDBY'"'LINESTERMINATEDBY'\n'；MySQL数据导入CSVLOADDATAINFILE'[FILE]'

lala兔斯基·2023-10-12 13:41

(二十八)项目实战|交易数据异常检测(三)-python数据分析与机器学习实战(学习笔记)

文章原创,最近更新：2018-06-41.混淆矩阵课程来源:python数据分析与机器学习实战-唐宇迪课程资料:这里所涉及到的练习资料creditcard.csv相关的链接以及密码如下:链接:https://pan.baidu.com/s/1APgU4cTAaM9zb8_xAIc41Q密码:xgg7这节课主要介绍什么叫混淆矩阵?混淆矩阵是由一个坐标系组成的,有x轴以及y轴,在x轴里面有0和1,在y

努力奋斗的durian·2023-10-12 02:21

设计模式-桥接、职责链、中介

前言本文为datawhale2022年12月组队学习《大话设计模式》task6打卡学习。

不让人放心·2023-10-11 11:25

【毕业设计】机器学习恶意流量识别检测（异常检测） - 网络安全信息安全

文章目录1简介1背景2恶意软件加密流量介绍2.1恶意软件分类2.2恶意软件加密通信方式3加密HTTPS流量解析3.1Https简介4流量解析4.1流量解析日志生成4.2流量解析日志中的数据关联4.3流量解析的证书日志5机器学习特征分类5.1构建4元组5.2特征提取5.2.1连接特征5.2.2SSL特征5.2.3证书特征6分类及预测效果7构建实时系统8关键代码9最后1简介Hi，大家好，这里是丹成学长

caxiou·2023-10-11 07:07

基于机器学习的异常检测与分析技术

传统的运维方式在监控、问题发现、告警以及故障处理等各个环节均存在明显不足，需要大量依赖人的经验，在数据采集、异常诊断分析、故障处理的效率等方面有待提高。本关键技术面对传统运维故障处理效率低、问题定位不准确、人力成本高三大痛点，将人工智能与运维相结合，由AI逐步取代人力决策，通过机器学习方法，快速给出决策建议或提前规避故障，实现网云业务智能分析和优化，从而极大提高运维生产力。总体来说智能运维比传统运

我爱Python数据挖掘·2023-10-11 06:00

datawhale课程《transformers入门》笔记2：BERT入门

Bert文章目录Bert1.1BERT简介1.2Bert训练中的关键点1.3为什么要进行预训练？2BERT基础原理2.1MaskedLM(带mask的单词级别语言模型训练)2.1.2为何引入mask机制**2.1.3MaskedLM训练过程2.1.4为什么选[CLS]表示整句话语义？2.2引入NextSentencePrediction(NSP，句子级别的连续性预测任务)2.3模型输入输出3.BE

神洛华·2023-10-10 15:22

异常检测Task4

基于相似度的方法基于距离的度量基于密度的度量概述“异常”通常是一个主观的判断，什么样的数据被认为是“异常”的，需要结合业务背景和环境来具体分析确定。实际上，数据通常嵌入在大量的噪声中，而我们所说的“异常值”通常指具有特定业务意义的那一类特殊的异常值。噪声可以视作特性较弱的异常值，没有被分析的价值。噪声和异常之间、正常数据和噪声之间的边界都是模糊的。异常值通常具有更高的离群程度分数值，同时也更具

penta_ever·2023-10-10 12:14

【 Edge Impulse平台】相关介绍

本文章介绍EdgeImpulse平台数据训练的过程关于平台的一些操作，请参考：【ESP32+EdgeImpulse平台】运行AI算法模拟多传感器数据融合实现异常检测”目录1.传感器数据融合前言2.参考资料

Intoxicated_Rookie·2023-10-09 20:28

吴恩达机器学习（十九）—— 异常检测

1.问题的动机2.高斯分布3.算法4.开发和评价异常检测系统5.异常检测与监督学习对比6.选择特征7.多元高斯分布8.使用多元高斯分布进行异常检测1.问题的动机 异常检测是机器学习算法的一个常见应用，

大彤小忆·2023-10-09 16:44

异常检测-高维异常

维度诅咒不止给异常检测带来了挑战，对距离的计算，聚类都带来了难题。

Q_cy·2023-10-09 16:19

【NLP】Datawhale-AI夏令营Day8-10打卡：大模型基础Transformer

⭐️最近参加了由Datawhale主办、联合科大讯飞、阿里云天池发起的AI夏令营（第三期），我参与了深度学习实践-NLP（自然语言处理）方向⭐️作为NLP小白，我希望能通过本次夏令营的学习实践，对NLP

不雨_亦潇潇·2023-10-08 22:59

数据挖掘（异常检测）——线性方法

DataWhale组队学习2021.05组队学习系列笔记三异常检测（线性方法）大纲补充内容：一、PCA实现流程，设有m条n维数据：S1.将原始数据按列组成n行m列矩阵X；S2.将X的每一行进行零均值化，

EL33·2023-10-08 21:13

DataWhale二手车价格预测Task2-数据探索性分析EDA

二手车数据探索性分析EDATip:此部分为零基础入门数据挖掘的Task1赛题理解部分，为大家入门数据挖掘比赛提供一个基本的赛题入门讲解，欢迎后续大家多多交流。赛题：零基础入门数据挖掘-二手车交易价格预测地址：https://tianchi.aliyun.com/competition/entrance/231784/introduction?spm=5176.12281957.1004.1.38b

MachinePlay·2023-10-07 11:56

工业异常检测:mixed attention auto encoder for multi-class industrial anomaly detection

：JiangqiLiu,FengWang作者单位：EastChinaNormalUniversity论文链接：http://arxiv.org/abs/2309.12700v1内容简介：1）方向：工业异常检测

学术菜鸟小晨·2023-10-06 17:16

吴恩达机器学习（八）

异常检测第一百二十三课：问题动机什么是异常检测？判断xtext，即新的飞机引擎是否能像一个正常的引擎一样工作？

带刺的小花_ea97·2023-10-06 10:31

DataWhale task09

买卖股票的最佳时机classSolution{publicintmaxProfit(int[]prices){if(prices.lengthprices[i-1]){res=res+prices[i]-prices[i-1];}}returnres;}}二叉树中的最大路径和classSolution{intmaxm=Integer.MIN_VALUE;publicintmaxPathSum(Tr

tecmry·2023-10-05 00:43

【Machine Learning】23.Anomaly Detection 异常检测

AnomalyDetection异常检测1.导入2.AnomalyDetection异常检测2.1问题描述2.2数据集2.3高斯分布2.3.1EstimatingparametersforaGaussianExercise12.3.2

KiraFenvy·2023-10-04 03:09

为什么贝叶斯统计如此重要？

↑↑↑关注后"星标"Datawhale每日干货&每月组队学习，不错过Datawhale干货译者：张峰，Datawhale成员即使对于一个非数据科学家来说，贝叶斯统计这个术语也已经很流行了。

Datawhale·2023-10-03 08:51

Datawhale Pandas 打卡-第八章文本数据

这一章学习的是文本数据，主要学习的是正则表达式的应用。正则表达式我觉得这张表非常有用。还有这张简写字符集表文本处理五类操作拆分：str.split方法，能够把字符串的列进行拆分，其中第一个参数为正则表达式，可选参数包括从左到右的最大拆分次数n，是否展开为多个列expand。合并：关于合并一共有两个函数，分别是str.join和str.cat。str.join表示用某个连接符把Series中的字符串

君恒_801f·2023-10-03 02:41

【NLP】Datawhale-AI夏令营Day4打卡：预训练+微调范式

⭐️最近参加了由Datawhale主办、联合科大讯飞、阿里云天池发起的AI夏令营（第三期），我参与了深度学习实践-NLP（自然语言处理）方向⭐️作为NLP小白，我希望能通过本次夏令营的学习实践，对NLP

不雨_亦潇潇·2023-10-01 11:13

Task 01 简单图论与环境配置

参考链接：https://github.com/datawhalechina/team-learning-nlp/blob/master/GNN/Markdown%E7%89%88%E6%9C%AC/2

沫2021·2023-10-01 10:36

datawhale-python基础-task5

1.类和对象类是抽象的模板，比如Student类，而实例是根据类创建出来的一个个具体的“对象”，每个对象都拥有相同的方法，但各自的数据可能不同。2.正则表达式正则表达式是一个特殊的字符序列，它能帮助你方便的检查一个字符串是否与某种模式匹配。Python自1.5版本起增加了re模块，它提供Perl风格的正则表达式模式。re模块使Python语言拥有全部的正则表达式功能。compile函数根据一个模式

努力的小的的·2023-10-01 09:54

Datawhale第三期CV：脑PET图像分析和疾病预测挑战赛

Datawhale第三期CV：脑PET图像分析和疾病预测挑战赛2023iFLYTEKA.I.开发者大赛-讯飞开放平台(xfyun.cn)baseline代码：1、导入所需库importglob#获取文件路径

Element_南笙·2023-09-30 22:46

视频异常检测：Human Kinematics-inspired Skeleton-based Video Anomaly Detection

NanjingNormalUniversity;TheHongKongPolytechnicUniversity论文链接：http://arxiv.org/abs/2309.15662v1内容简介：1）方向：视频异常检测

学术菜鸟小晨·2023-09-30 16:02

让算法落地，数据产品的一些思考

点击上方“AI遇见机器学习”，选择“星标”公众号重磅干货，第一时间送达Datawhale推荐朱宏图，滴滴统计学家，来源：滴滴技术导读：一个成功的数据产品有三个核心层，包含一个中心（应用层）与两个基本点（

Evan-yzh·2023-09-30 08:38

DataWhale 推荐系统实战_新闻推荐 Task2 数据分析

数据分析数据分析的价值主要在于熟悉了解整个数据集的基本情况包括每个文件里有哪些数据，具体的文件中的每个字段表示什么实际含义，以及数据集中特征之间的相关性。在推荐场景下主要就是分析用户本身的基本属性，文章基本属性，以及用户和文章交互的一些分布，这些都有利于后面的召回策略的选择，以及特征工程。建议：当特征工程和模型调参已经很难继续上分了，可以回来在重新从新的角度去分析这些数据，或许可以找到上分的灵感。

二龙山高哥·2023-09-30 02:38

【ESP32 + Edge Impulse平台】运行AI算法模拟多传感器数据融合实现异常检测

本教程介绍如何使用EdgeImpulse和机器学习来实现ESP32异常检测系统，系统使用一个机器学习模型，检测气体何时出现异常。

Intoxicated_Rookie·2023-09-28 22:31

datawhale-python基础-task3

1.dict字典定义：字典是一种通过名字或者关键字引用的得数据结构，其键可以是数字、字符串、元组，这种结构类型也称之为映射。字典是另一种可变容器模型，且可存储任意类型对象。创建：字典的每个键值(key=>value)对用冒号(:)分割，每个对之间用逗号(,)分割，整个字典包括在花括号({})中。字典的方法(1)len():返回字典中键:值对的数量(2)d[k]:返回关键字对应的值；(3)d[k]=

努力的小的的·2023-09-28 19:44

异常检测（iforest）孤立森林做反欺诈

异常检测是反欺诈中的很少一部分，还有其他很多方法来做反欺诈，图谱相关我觉得是最有效果的反欺诈。

智能互连·2023-09-28 18:11

深度强化学习（一）常识性普及

文章目录机器学习、强化学习、深度学习的侧重点强化学习的简介强化学习的主要特征强化学习和机器学习的关系强化学习的发展历史深度强化学习一些参考的资料：蘑菇书：https://datawhalechina.github.io

@@老胡·2023-09-28 12:49

Datawhale 零基础入门CV赛事-Task5 模型集成

最后一章，将会学习如何使用集成学习提高预测精度，通过学习知道集成学习方法以及交叉验证情况下的模型集成，最终学会使用深度学习模型的集成学习。在机器学习中的集成学习可以在一定程度上提高预测精度，常见的集成学习方法有Stacking、Bagging和Boosting，同时这些集成学习方法与具体验证集划分联系紧密。由于深度学习模型一般需要较长的训练周期，如果硬件设备不允许建议选取留出法，如果需要追求精度可

北洋军·2023-09-28 12:44

Datawhale 学术前沿趋势分析 Tesk1 论文数据统计

首先导入需要的包。接下来读入100行数据，查看数据大致情况。从图中可以看出，每行数据均有14个字段。我们读入数据的id,分类和上传时间字段。大致统计一下数据。我们统计一下，在本数据集中共出现了多少种独立的数据集。从结果可以看出，共176个子集。接下来我们提取出19年以后的论文。在得到了2019年以后的所有论文以后，我们挑选出计算机领域内的所有文章。这里需要使用爬虫。我们将2个表格合并后，可以用饼图

君恒_801f·2023-09-28 12:23

【斯坦福cs324w】中译版大模型学习笔记十环境影响

环境影响温室气体排放水足迹：数据中心使用水进行冷却；发电需要用水释放到环境中的化学物质很多是对人类有害的如何计算数据中心能源消耗简单表示形式模型训练过程参考资料datawhaleso-large-lm学习资料

自律版光追·2023-09-27 14:41

linux安全工具（RKHunter）

在官方资料中，RKHunter可以做的事情有：MD5校验测试，检测文件是否有改动检测rootkit使用的二进制和系统工具文件检测特洛伊木马程序的特征码检测常用程序的文件属性是否异常检测系统相关的测试检测隐藏文件检测可疑的核心模块

Anime777·2023-09-27 03:17

推荐频道

datawhale异常检测