實(shí)戰(zhàn)項(xiàng)目：異常檢測(cè)與多場(chǎng)景應(yīng)用

異常檢測(cè)概述：

項(xiàng)目介紹：

異常檢測(cè)是指在數(shù)據(jù)中發(fā)現(xiàn)不符合預(yù)期行為模式的數(shù)據(jù)的問題，在疾病檢測(cè)、金融反詐、機(jī)器故障監(jiān)控、安全入侵檢測(cè)、運(yùn)維監(jiān)控、電商異常用戶檢測(cè)、疫情檢測(cè)等場(chǎng)景都有應(yīng)用

本項(xiàng)目以異常檢測(cè)為主要內(nèi)容，講解在結(jié)構(gòu)化/表格數(shù)據(jù)和時(shí)序數(shù)據(jù)中的異常檢測(cè)模型算法及工具，并構(gòu)建應(yīng)用于商場(chǎng)銷量、金融反詐、網(wǎng)約車需求量、用電量等場(chǎng)景下的異常檢測(cè)案例

核心知識(shí)：

異常檢測(cè)應(yīng)用場(chǎng)景；異常檢測(cè)主要算法，包括PCA、kNN、LOF、HBOS、COPOD、孤立森林（Isolation Forest）、XGBOD、自編碼器（AutoEncoder）、基于LSTM等神經(jīng)網(wǎng)絡(luò)的時(shí)序異常檢測(cè)，監(jiān)督學(xué)習(xí)與無監(jiān)督學(xué)習(xí)算法模型；t-sne數(shù)據(jù)降維可視化；業(yè)務(wù)場(chǎng)景下的特征抽取、建模與模型部署上線，大公司的智能運(yùn)維工具與實(shí)時(shí)監(jiān)控

項(xiàng)目大綱：

1.異常檢測(cè)概述

2.異常檢測(cè)常用方法

3.PyOD工具庫(kù)詳解

4.大型商場(chǎng)銷量數(shù)據(jù)異常檢測(cè)

5.金融反欺詐場(chǎng)景中的異常檢測(cè)-監(jiān)督學(xué)習(xí)

6.金融反欺詐場(chǎng)景中的異常檢測(cè)-無監(jiān)督學(xué)習(xí)

7.模型部署上線

8.時(shí)序數(shù)據(jù)與異常檢測(cè)

9.大公司智能時(shí)間序列監(jiān)控與異常檢測(cè)工具介紹

添加老師學(xué)習(xí)完整項(xiàng)目