Python 深度學習異常檢測 : 使用 Keras 和 PyTorch

斯里達爾·阿拉（Sridhar Alla）是Bluewhale公司的聯合創始人兼首席技術官（CTO）。該公司致力於幫助各種規模的組織構建人工智能（AI）驅動的大數據解決方案和分析方法。Sridhar撰寫了很多圖書，眾多的Strata、Hadoop World、Spark Summit相關會議爭相邀請他做主題演講。此外，他還在大規模計算和分佈式系統領域擁有在美國專利商標局備案的一些專利。他對很多相關技術擁有豐富的使用經驗，其中包括Spark、Flink、Hadoop、AWS、Azure、TensorFlow、Casanda等。2019年3月，他曾在Srata SFO上做了關於深度學習異常檢測的演講。2019年10月，他曾在Strata London大會上做相關演講。 Sridhar出生在印度海得拉巴，目前與妻子Rosie和女兒Evelyn一起居住在美國新澤西州。平時，在編寫代碼之餘，他喜歡與家人共度美好時光。此外，他還熱衷於培訓和教學指導工作，並經常組織一些技術交流活動。

第1章 異常檢測
1.1 什麽是異常？
1.1.1 異常的天鵝
1.1.2 數據點形式的異常
1.1.3 時間序列中的異常
1.1.4 出租車
1.2 異常的類別
1.2.1 基於數據點的異常
1.2.2 基於上下文的異常
1.2.3 基於模式的異常
1.3 異常檢測
1.3.1 離群值檢測
1.3.2 噪點消除
1.3.3 奇異值檢測
1.4 異常檢測的三種樣式
1.5 異常檢測用在什麽地方？
1.5.1 數據泄露
1.5.2 身份盜用
1.5.3 製造業
1.5.4 網絡服務
1.5.5 醫療領域
1.5.6 視頻監控
1.6 本章小結
第2章 傳統的異常檢測方法
2.1 數據科學知識回顧
2.2 孤立森林
2.2.1 變種魚
2.2.2 使用孤立森林進行異常檢測
2.3 一類支持向量機
2.4 本章小結
第3章 深度學習簡介
3.1 什麽是深度學習？
3.2 Keras簡介：一種簡單的分類器模型
3.3 PyTorch簡介：一種簡單的分類器模型
3.4 本章小結
第4章 自動編碼器
4.1 什麽是自動編碼器？
4.2 簡單自動編碼器
4.3 稀疏自動編碼器
4.4 深度自動編碼器
4.5 捲積自動編碼器
4.6 降噪自動編碼器
4.7 變分自動編碼器
4.8 本章小結
第5章 玻爾茲曼機
5.1 什麽是玻爾茲曼機？
5.2 受限玻爾茲曼機（RBM）
5.2.1 使用RBM進行異常檢測——信用卡數據集
5.2.2 使用RBM進行異常檢測——KDDCUP數據集
5.3 本章小結
第6章 長短期記憶網絡模型
6.1 序列和時間序列分析
6.2 什麽是RNN？
6.3 什麽是LSTM？
6.4 使用LSTM進行異常檢測
6.5 時間序列的示例
6.5.1 art_daily_no_noise
6.5.2 art_daily_nojump
6.5.3 art_daily_jumpsdown
6.5.4 art_daily_perfect_square_wave
6.5.5 art_load_balancer_spikes
6.5.6 ambient_temperature_system_failure
6.5.7 ec2_cpu_utilization
6.5.8 rds_cpu_utilization
6.6 本章小結
第7章 時域捲積網絡
7.1 什麽是時域捲積網絡？
7.2 膨脹時域捲積網絡
7.3 編碼器-解碼器時域捲積網絡
7.4 本章小結
第8章 異常檢測實際應用案例
8.1 什麽是異常檢測？
8.2 異常檢測的實際應用案例
8.2.1 電信
8.2.2 銀行服務
8.2.3 環境
8.2.4 醫療保健
8.2.5 交通運輸
8.2.6 社交媒體
8.2.7 金融和保險
8.2.8 網絡安全
8.2.9 視頻監控
8.2.10 製造業
8.2.11 智能住宅
8.2.12 零售業
8.3 實現基於深度學習的異常檢測
8.4 本章小結
附錄A Keras簡介
附錄B PyTorch簡介