多元高斯分布(multivariate gaussian distribution)有一些優勢也有一些劣勢，它能捕獲一些之前算法檢測不出來的異常 一個例子：為什么要引入多元高斯分布 使用數據中心監控機器的例子，有兩個features,x1:CUP Load, x2:Memory Use. ...

多元高斯(正態)分布 多元高斯分布有兩個參數u和Σ,u是一個n維向量，Σ協方差矩陣是一個n*n維矩陣。改變u與Σ的值可以得到不同的高斯分布。 參數估計（參數擬合），估計u和Σ的公式如上圖所示，u為平均值，Σ為協方差矩陣 使用多元高斯分布來進行異常檢測 首先用我我們的訓練集來擬合參數 ...

Anomaly Detection，也叫做 異常檢測，目的在於讓機器知道我所不知道的事情。 1. 什么是 Anomaly（異常）？ 雖然說是 異常，但其實是以訓練集為核心，判斷輸入數據是否與訓練集中的數據 “類似”。在不同的領域可以有不同的叫法，比如：outlier ...

模型的影響很小。 通常樣本數據是多維的，所在使用高斯分布來建模的時候，可以分別對每一維使用一個一元高斯分 ...

孤立森林算法對每個樣本返回異常分數 孤立森林通過隨機選取一個特征來“隔離”觀察，然后隨機選取該選取特征 ...

1. INTRODUCTION 異常是 ...

1. 主要觀點總結 0x1：什么場景下應用時序算法有效 歷史數據可以被用來預測未來數據，對於一些周期性或者趨勢性較強的時間序列領域問題，時序分解和時序預測算法可以發揮較好的作用，例如： 四季與天氣的關系模式 以交通量計算的交通高峰期的模式 心跳的模式 ...

概率論中的 Jensen 不等式 對於 Jensen 不等式，通常情況下是這樣的：對於 \(f^{\prime \prime}(x) \geq 0\) 也就是對於凸函數而言，這個可以用中值定理來證明 ...