聚合国内IT技术精华文章,分享IT技术精华,帮助IT从业人士成长

  • 103 views阅读

    分层时间记忆HTM学习笔记

    分层时间记忆算法(Hierarchical Temporal Memory),全称HTM Cortical Learning Algorithms是由Numenta公司发表的新一代人工智能算法。HTM算法旨在模拟新大脑皮层的工作原理,将复杂的问题转化为模式...

    分类:技术文章 时间:2020-04-07 03:02 我要评论(0个)

  • 140 views阅读

    Expedia开源异常检测项目 Adaptive Alerting

    Adaptive Alerting(AA)是Expedia开源的异常检测项目,整个项目也是完整一套监控体系,包括事件处理恢复操作都在内。系统设计主要在如何方便集成不同的异常检测算法和评估方法,然后根据指标的情况来路由和触发重训练等等。目前已经集成的算法比较...

    分类:技术文章 时间:2020-04-06 04:00 我要评论(0个)

  • 128 views阅读

    格兰杰因果关系检验学习笔记

    格兰杰因果关系检验简介 格兰杰因果关系检验(英语:Granger causality test)是一种假设检定的统计方法,检验一组时间序列x是否为另一组时间序列y的原因。它的基础是回归分析当中的自回归模型。回归分析通常只能得出不同变量间的同期相关性;自回归...

    分类:技术文章 时间:2020-04-05 18:07 我要评论(0个)

  • 138 views阅读

    异常检测包PyCuliarity的使用

    时间序列异常检测算法梳理的文章中介绍了Twitter的异常检测工具AnomalyDetection。另外也讲到了Python版本PyCuliarity的简单使用。由于AnomalyDetection和PyCuliarity都没有相关的文档,这里将代码中抠出...

    分类:技术文章 时间:2020-03-31 20:00 我要评论(0个)

  • 155 views阅读

    异常监控系统Kale(skyline&oculus)

    Kale 系统是 Etsy 公司开源的一个监控分析系统。Kale 分为两个部分:skyline 和 oculus。skyline 负责对时序数据进行概率分布校验,对校验失败率超过阈值的时序数据发报警,oculus 负责给被报警的时序,找出趋势相似的其他时序...

    分类:技术文章 时间:2020-03-31 00:15 我要评论(0个)

  • 178 views阅读

    Python异常检测包:PyOD

    PyOD简介 异常检测(anomaly detection),也叫异常分析(outlier analysis或者outlier detection)或者离群值检测,在工业上有非常广泛的应用场景: 金融业:从海量数据中找到“欺诈案例”,如信用卡反诈骗,识别...

    分类:技术文章 时间:2020-03-31 00:15 我要评论(0个)

  • 183 views阅读

    Netflix异常检测工具Surus初探

    Surus简介 Surus是NetFlix开源的UDFs,是基于pig和hive的数据分析工具。Surus中的功能能够解决多种多样的问题,例如评分预测模型、异常检测与模式匹配等。目前开源的UDF功能主要包括两个,包括ScorePMML和Robust Ano...

    分类:技术文章 时间:2020-03-31 00:15 我要评论(0个)

  • 153 views阅读

    雅虎的时序异常检测框架EGADS

    EGADS (Extendible Generic Anomaly Detection System)是Yahoo一个开源的大规模时间序列异常检测项目,主要由两个模块构成,一个是时间序列构造模块,另一个是异常检测模块。 给定一段时间的离散值(构成一个序列)...

    分类:技术文章 时间:2020-03-25 22:25 我要评论(0个)

  • 224 views阅读

    时间序列异常检测算法梳理

    异常的分类 时间序列的异常检测问题通常表示为相对于某些标准信号或常见信号的离群点。虽然有很多的异常类型,但是我们只关注业务角度中最重要的类型,比如意外的峰值、下降、趋势变化以及等级转换(level shifts)。 常见的异常有如下几种: 革新性异常:i...

    分类:技术文章 时间:2020-03-24 23:22 我要评论(0个)

  • 211 views阅读

    使用sklearn进行异常检测

    sklearn提供了一些机器学习方法,可用于奇异(Novelty)点或异常(Outlier)点检测,包括OneClassSVM、Isolation Forest、Local Outlier Factor (LOF) 等。其中OneClassSVM可用于No...

    分类:技术文章 时间:2020-03-24 23:22 我要评论(0个)

  • 162 views阅读

    Pandas学习笔记之分组统计

    Pandas中的统计函数 随机生成三组数据用于测试:import numpy as np import pandas as pd np.random.seed(1024) d1 = pd.Series(2 * np.random.normal(s...

    分类:技术文章 时间:2020-03-20 14:00 我要评论(0个)

  • 209 views阅读

    Pandas与数据库的交互(以SQLite为例)

    在使用Python进行数据分析的时候,通常用的最多的是Pandas,但是部分数据存储在数据库中,如何更方便的与数据库做好交互,这里记录下来自己使用的一些经验。 1、使用sqlalchemy来连接你的数据库 Engine 翻译过来就是引擎的意思,汽车通过引擎...

    分类:技术文章 时间:2020-03-20 14:00 我要评论(0个)