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
不知道累,只知道类6 分钟前
把AI当助手:写好提示词的实战指南
人工智能
Zzz 小生14 分钟前
Github-Go语言AI智能体开发套件:构建下一代智能代理的利器
人工智能·golang·github
linly121924 分钟前
ERP学习笔记-时域分析
笔记·学习
CloudWeGo27 分钟前
企业级落地案例:抖音搜索核心链路基于 Kitex 流式改造的技术实践
人工智能·架构·开源
U***49831 小时前
机器学习趋势
人工智能·机器学习
诸葛思颖1 小时前
【论文阅读笔记】FedProx
论文阅读·笔记
lusasky1 小时前
大模型混合多语言理解的原理
人工智能·神经网络·机器学习·nlp
AI即插即用1 小时前
即插即用系列 | 2025 SOTA Strip R-CNN 实战解析:用于遥感目标检测的大条带卷积
人工智能·pytorch·深度学习·目标检测·计算机视觉·cnn·智慧城市
冬虫夏草19931 小时前
在transformer中使用househoulder reflection(mirror transform)替代layernorm
人工智能·transformer
十安_数学好题速析1 小时前
不等证明:从柯西不等式到裂项相消
笔记·学习·高考