《Python深度學習異常檢測使用Keras和PyTorch》是2020年清華大學出版社出版的圖書，作者是斯里達爾·阿拉（Sridhar Alla）、蘇曼·卡拉揚·阿達里（Suman，Kalyan，Adari）。
基本介紹
- 中文名：Python深度學習異常檢測使用Keras和PyTorch
- 作者：斯里達爾·阿拉（Sridhar Alla）、蘇曼·卡拉揚·阿達里（Suman，Kalyan，Adari）
- 譯者：楊小冬
- 出版社：清華大學出版社
- 出版時間：2020年8月1日
- 定價：98 元
- ISBN：9787302559429
內容簡介,作者簡介,圖書目錄,
內容簡介
《Python深度學習異常檢測 使用Keras和PyTorch》主要內容：
了解異常檢測的含義及其重要性
熟悉利用scikit-learn進行異常檢測的統計和傳統機器學習方法
藉助Keras和PyTorch了解Python深度學習的基本知識
掌握度量模型性能的基本數據科學概念：AUC、精確率和召回率等
將深度學習套用於半監督和無監督異常檢測
作者簡介
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慧(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散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、Cassandra等。2019年3月，他曾在Strata 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。
Suman Kalyan Adari是一名大學本科學生，在佛羅里達大學攻讀計算機科學學士學位。從大學一年級起，他就一直針對深度學習在網路安全領域的套用進行深入研究；在2019年6月，他曾經在美國俄勒岡州波特蘭市舉辦的IEEE可靠系統與網路研討會上做了關於安全可靠的機器學習的演講。
Suman對深度學習的相關研究充滿熱情，尤其專注於深度學習在各個領域的實際套用，例如視頻處理、圖像識別、異常檢測、有針對性的對抗攻擊等。
圖書目錄
第1章 異常檢測
1．1 什麼是異常？
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 計程車
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 異常檢測用在什麼地方？
1．5．1 數據泄露
1．5．2 身份盜用
1．5．3 製造業
1．5．4 網路服務
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 什麼是深度學習？
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 什麼是自動編碼器？
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 卷積自動編碼器
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 什麼是玻爾茲曼機？
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 長短期記憶網路模型
6．1 序列和時間序列分析
6．2 什麼是RNN？
6．3 什麼是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 時域卷積網路
7．1 什麼是時域卷積網路？
7．2 膨脹時域卷積網路
7．3 編碼器一解碼器時域卷積網路
7．4 本章小結
第8章 異常檢測實際套用案例
8．1 什麼是異常檢測？
8．2 異常檢測的實際套用案例
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 網路安全
8．2．9 視頻監控
8．2．10 製造業
8．2．11 智慧型住宅
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
