异常检测资源汇总：anomaly-detection-resources
- 2020 年 12 月 15 日
- AI
异常检测 (又名离群点检测) 是一个重要但非常有挑战性的领域。异常检测的目标主要是找到数据中 偏离于主要分布的案例–它在很多领域都有重要意义，包括「信用卡诈骗检测」、「网络入侵检测」、 「机械故障检测」等。可以阅读我的其他文章进行了解：微调：「异常检测101」：从模型选择到调参。
对于初次接触异常检测的人而言，从哪里开始是个很好的问题。对于深入此领域的人而言，如何找到特定的资源{数据、论文、工具}又是另一个问题。
问了解决这个问题，我从18年起开始在GitHub上维护一个异常检测资源汇总的仓库：//github.com/yzhao062/anomaly-detection-resources，如今也获得快3000+星标，是该领域工作者常常会查看的资源。
为了方便，所以很多内容是用英语标识。为了能更好的方便读者，先暂时写一篇知乎文章进行介绍，具体的汉化正在进行中。如果你愿意帮忙，感激不尽，请直接私信联系我。你也会成为repo的贡献者之一~
这个repo总共包含五个部分的信息，
- 专业书籍与学术论文
- 在线课程与视频
- 异常检测数据集
- 开源与商业工具库
- 重要的会议与期刊
英文 目录如下，第四部分收录了15个不同子领域的论文，例如 图异常检测，时间序列异常检测，集成异常检测，深度学习异常检测等。
感兴趣的读者可以通过电脑端访问：//github.com/yzhao062/anomaly-detection-resources
