摘要： 异常检测，又称离群点检测，有着广泛应用。例如金融反欺诈、工业损毁检测、电网窃电行为等！ 一、基于时间序列分析 二、基于概率统计 三、基于距离 四、基于密度 五、基于聚类 六、基于线性方法：矩阵分解和PCA降维 七、基于分布 八、基于树模型 九、基于图模型 十、基于行为序列：马尔科夫链 十一、基于半监督模型 十二、基于有监督模型 十三、数据类型 十四、开源工具库 阅读全文

摘要： 时间序列分析主要有两个方向，一个通过是对历史数据的分析进行异常检测和分类，二是进行预测！ 本文主要对时间序列分析中预测类问题下的建模方案进行探讨，其他内容之后再分享！一、基于统计学模型 二、基于机器学习模型 三、基于深度学习模型 三种类型的模型各有所长和不足。一般来说，统计类模型适合于数据量较小同时工业化需求不高的情况，机器学习类模型更广泛适合于工业化情境，而深度学习模型在大数据量的预测上更具备优势。 阅读全文