使用多元高斯分布进行异常检测

AI大视野
领域专家: 人工智能技术领域
2023-07-09 05:59:03
...全文
25 回复 打赏 收藏 举报
写回复
用AI写文章
回复
切换为时间正序
请发表友善的回复…
发表回复
斯坦福大学机器学习笔记——异常检测算法（高斯分布、多元高斯分布、异常检测算法）
异常检测问题介绍： 异常检测算法主要用于无监督学习问题，但从某种角度看它又类似于一种有监督学习的问题，下面我们从一个例子中简单介绍一下什么是异常检测问题。 比如我们有一个飞机引擎制造商，对于一个新造出的飞机引擎我们想判断这个引擎是不是异常的。 假如我们有两个飞机引擎的特征：1）引擎运转时产生的热量；2）引擎的震动强度。我们得到了一个数据集：x1,x2,...,xm{x^{1},x^{2},..
基于多元高斯分布的异常检测技术原理与实现
本文提出的基于多元高斯分布的异常检测方法，通过概率密度建模和阈值优化，实现了高效可靠的异常识别。代码实现中注重可视化分析和评估指标监控，为实际应用提供了重要参考。
机器学习-多元高斯分布（异常检测）
异常检测 机器学习 多元高斯
【20211125】【机器/深度学习】异常检测算法——高斯分布模型（从标准高斯分布到多元高斯分布）
该问题源于工作中的某项需求，需要在日常数据中捕获异常状态，高斯分布派上用场喽~ 一、标准高斯分布（标准正态分布） 概率密度函数为： f(x) ~ N(0, 1)，表示该分布均值为 0，方差为 1。注意：概率密度和为1！ 二、一元高斯分布的一般形式 概率密度函数为： f(x) ~ N(mu, sigma^2)，表示该分布均值为 mu，方差为 sigma^2。概率密度函数曲线的对称轴为 mu，sigm...
人工智能旅行团

2

社区成员

331

社区内容

发帖
与我相关
我的任务
社区描述
从事图像处理和人工智能十年以上，从事人工智能教学7年以上；擅长数学，能熟练应用泛函分析、随机过程、逼近论、射影几何等数学理论。
计算机视觉数据挖掘自然语言处理 个人社区 北京·房山区
社区管理员
  • 无水先生
加入社区
  • 近7日
  • 近30日
  • 至今

加载中

查看更多榜单
社区公告
暂无公告

试试用AI创作助手写篇文章吧

+ 用AI写文章