异常检测

妙龄少女郭德纲

【异常检测】数据挖掘领域常用异常检测算法总结以及原理解析（一）基于统计的异常检测方法主要依赖于统计学原理来识别数据中的异常值。这些方法通常假设数据遵循一定的统计分布，如正态分布等。

妙龄少女郭德纲

【异常检测】数据挖掘领域常用异常检测算法总结以及原理解析（二）基于树的异常检测方法能够处理非线性关系，并且在处理大型数据集时相对高效。但它们对于高维数据的处理能力往往较弱，并且在异常点不是特别稀有时的检测效果会下降。

华为云开发者联盟

异常检测、自动告警，业务问题分钟级识别跨国业务覆盖范围广、用户多、业务量大，运维面临巨大挑战？应用平台AppStage运维中心来助力！本文分享自华为云社区《异常检测、自动告警，业务问题分钟级识别》，作者：开天aPaaS小助手。

机器学习之心

异常检测 | MATLAB实现基于支持向量机和孤立森林的数据异常检测(结合t-SNE降维和DBSCAN聚类)提取有用的特征，机器学习通常可以在少得多的数据上为您提供与深度学习相当或更好的结果。与在少得多的数据上的深度学习相比，可以获得可比或更好的结果。然后，我们将SVM、孤立森林（R2021b 中的新功能）、稳健协方差和马氏距离、DBSCAN 聚类方法应用于异常检测：在该数据上， SVM 的性能最好，孤立森林可以接受，而马氏距离效果不佳。

3D异常检测论文笔记 | Shape-Guided Dual-Memory Learning for 3D Anomaly Detection参考：https://paperswithcode.com/sota/3d-anomaly-detection-and-segmentation-on 论文：https://openreview.net/pdf?id=IkSGn9fcPz code：https://github.com/jayliu0313/Shape-Guided

机器学习：异常检测anomaly，outlier， novelty， exceptions