首页
沸点
课程
AI Coding
数据标注
更多
直播
活动
APP
插件
直播
活动
APP
插件
搜索历史
清空
创作者中心
写文章
发沸点
写笔记
写代码
草稿箱
创作灵感
查看更多
登录
注册
Ke16823
掘友等级
软件开发工程师
|
小米
对于数据挖掘, 人工智能方面感兴趣, 热衷数学, 哲学
获得徽章 0
动态
文章
专栏
沸点
收藏集
关注
作品
赞
3
文章 3
沸点 0
赞
3
返回
|
搜索文章
最新
热门
时序数据异常检测(2)指数平滑方法
上文我们使用LOF-ICAD方法实现了时序数据的异常检测, 这次我们介绍一种更为常见的方法-------指数平滑. 指数平滑的方法, 其原理就是通过拟合出一个近似的模型来对未来进行预测, 我们可以通过这个预测来和实际的值进行比较, 如果差距过大, 我们就可以判定这个点是异常的.
利用双向注意流进行机器理解
1. 概述 Machine Comprehension也就是机器理解, 简记为MC, 针对给定的一个上下文, 回答一个问题, 这需要我们对复杂的交互过程进行建模, 近来, 注意力机制(Attention Mechanisms)成功对MC作出了扩展, 特别是使用注意力机制来关注上…
教你用java实现时序数据异常检测(1)LOF-ICAD方法
###1. LOF方法简介 ###2. LOF-ICAD方法 时间序列(x1, ... , x(T+C+L-1)) 将时间序列(x1, ... , x(T+C+L-1))映射到矩阵X, 其中矩阵X是L x (T+C)的矩阵 ###3. Java实现 ###4. 测试
个人成就
文章被点赞
8
文章被阅读
5,289
掘力值
105
关注了
10
关注者
0
收藏集
0
关注标签
40
加入于
2017-02-16