吴恩达机器学习笔记 三十三 发现异常事件 高斯分布

例如飞机发动机的异常检测,假设只有两个特征,新的样本和之前的样本偏离的很多,就认为可能是异常的点。

一种方法是密度估计(density estimation),计算训练样本的 x 落在某个区间的概率,当验证集的样本的概率小于一个很小的数时,认为这种情况是异常的。

高斯分布 (Guassian distribution,也叫正态分布,normal distribution,钟形分布,bell-shape distribution)

如下图,这个曲线以 μ 为中心,表示的是 p(x),σ是标准差。

几个高斯分布的例子

μ 和 σ如下图所示,其中有些统计学家会用1/m-1替换1/m, 但这不是很重要。

相关推荐
爱吃泡芙的小白白2 分钟前
深入浅出:卷积神经网络(CNN)池化层全解析——从MaxPool到前沿发展
人工智能·神经网络·cnn·池化层·最大值池化·平均值池化
jigsaw_zyx8 分钟前
提示词工程
人工智能·算法
A尘埃9 分钟前
银行个人贷款违约风险预测(逻辑回归)
算法·机器学习·逻辑回归
jdyzzy12 分钟前
什么是 JIT 精益生产模式?它与传统的生产管控方式有何不同?
java·大数据·人工智能·jit
LittroInno14 分钟前
TVMS视频管理平台 —— 多种目标跟踪模式
人工智能·计算机视觉·目标跟踪
查无此人byebye19 分钟前
突破性图像分词技术TiTok:32个Token实现高效图像重建与生成
人工智能
Niuguangshuo20 分钟前
DALL-E 2:从CLIP潜变量到高质量图像生成的突破
人工智能·深度学习·transformer
偷吃的耗子20 分钟前
【CNN算法理解】:基于训练好的MNIST CNN模型进行预测
人工智能·算法·cnn
Elastic 中国社区官方博客20 分钟前
跳过 MLOps:通过 Cloud Connect 使用 EIS 为自管理 Elasticsearch 提供托管云推理
大数据·数据库·人工智能·elasticsearch·搜索引擎·ai·全文检索
北京耐用通信25 分钟前
耐达讯自动化Profinet转Devicenet网关:精细化工行业的“协议融合利器”
人工智能·物联网·网络协议·自动化·信息与通信