首先解釋異常檢測的含義、用途和重要性。講述使用Python中的Scikit-Learn進行異常檢測的統計和傳統機器學習方法, 隨後介紹深度學習, 詳細講述如何在Keras和Pythorch中建立和訓練深度學習模型, 然後重點描述如何將各類自動編碼器、受限的Boltzmann機器、RNN、LSTM以及時間卷積網絡應用於異常檢測。本書探討無監督和半監督異常檢測以及基於時間序列的異常檢測的基礎知識。閱讀本書後, 你將透徹瞭解異常檢測的基本任務, 以及傳統方法和深度學習等各種異常檢測方法。此外, 將瞭解Scikit-Learn, 並能在Keras和PyTorch中創建深度學習模型。
