異常檢測的問題分類
Supervised Anomaly Detection將所有的訓練資料以及測試資料集都進行標記標準的機器學習都會使用這種方法(SVM, 神經網路)Semi-supervised Anomaly Detection標記少量的訓練資料，其中把所有正常的資料點都看成同一個class，但..
異常檢測的方法評估
當我們在進行異常檢測時，通常會需要注意三個條件：正確的偵測：檢測到的異常資料需要與流程設計想要找到的異常資料是一致的False Positives：檢測過程都是正常的..
異常檢測簡介
在資料分析當中，異常檢測(Anomaly Detection)(或是稱作"異常值檢測(Outlier Detection)")用來辨識在資料集內非常稀少的項目、事件或者觀測到屬於別種類型資料集的資料等等..
高斯消去法
\[\begin{cases}2x + 4y - 2z = 2 \\ 4x + 9y - 3z = 8 \\ -2x - 3y + 7z = 10\end{cases}\]為了解決上述的聯立方程系統，使用高斯消去法減少不同variable的係數來求出我們需要的結果.
線性向量
在整個線性代數中，最基本的單位就是一個向量，假設一個擁有兩個值的向量像是[latexpage] \[V = \begin{bmatrix}v_{1} \\ v_{2} \end{bmatrix}\]向量加法假設另一組向量$w$一樣包含於兩個值$w = \begin{bmatr...
時間複雜度
通長在測量複雜度的時候會使用兩種分析方法：Worst-case analysisAverage-case analysis定義一個M是Deterministic Turing Machine並且會根據輸入決定停止規範M的執行時間或者時間複雜度可以表示成一個function...
其他種圖靈機
讓Turing Machine擁有多組tape
\[ \delta: Q \times \Gamma^{k} \rightarrow Q \times \Gamma^{k} \times {L, R}^{k}, k \]: tapes的數量
消息理論中的熵
我們在消息理論測量一段資訊所包含的資訊量其中一種會使用Entropy來計算。讓X作為一個discrete R.V. 並且表示成P(X)可以視作:\[ H_{b}(X) = -\sum_{x \in \mathbb{X}} P(x) \cdot log_{b}P(x) = \mathbb{E}[-log_{b}P(X)] = \mathbb{E}{p} [log_{b}\frac{1}{P(x)}] \]
