[ML 筆記] Anomaly Detection (Machine Learning Model)
Anomaly Detection 異常偵測 本篇為台大電機系李宏毅老師 Machine Learning (2019) 課程筆記 上課影片： https://www.youtube.com/watch?v=gDp2LXGnVLQ&list=PLJV_el3uVTsOK_ZK5L0Iv_EQoL1JefRL4&index=3&t=0s 想法： 訓練 model 在訓練資料 {x 1 ,x 2 , … , x N } 上 測試時： input x 如果『像』訓練資料 → 過 anomaly detector → 說出這是 normal 的資料 input x 如果很『不像』訓練資料 → 過 anomaly detector → 說出這是 anomaly 異常資料 什麼叫做 『像』(similar) 呢？ 這就是 anomaly detection 要解的問題！ 何謂『異常』的舉例： 訓練資料看很多隻雷丘 → 那皮卡丘就是異常 訓練資料看很多隻皮卡丘 → 那雷丘就是異常 訓練資料看用來寶可夢 → 那非寶可夢的數碼寶貝就是異常 『異常偵測』之應用：刷卡交易紀錄