机器学习中识别未训练项目的可能性
在机器学习中，识别未训练项目的可能性是指通过训练好的模型来判断一个新的输入样本是否属于已知的类别或类别之外的未知类别。这个问题也被称为异常检测或离群点检测。
识别未训练项目的可能性在许多领域都有广泛的应用，例如金融欺诈检测、网络入侵检测、异常设备检测等。它可以帮助我们发现那些不符合正常模式的数据点，从而及时采取相应的措施。
在机器学习中，有几种常见的方法可以用来识别未训练项目的可能性：
- 基于统计的方法：这种方法基于对已知数据的统计分析，通过计算新样本与已知样本之间的距离或相似度来判断其是否属于已知类别。常见的统计方法包括离群点分析、箱线图、高斯混合模型等。
- 基于聚类的方法：这种方法将数据点分为不同的簇，然后通过计算新样本与已知簇之间的距离或相似度来判断其是否属于已知类别。常见的聚类方法包括K均值聚类、DBSCAN聚类等。
- 基于深度学习的方法：这种方法利用深度神经网络来学习数据的表示和特征，通过训练好的神经网络来判断新样本是否属于已知类别。常见的深度学习方法包括自编码器、变分自编码器、生成对抗网络等。
对于识别未训练项目的可能性，腾讯云提供了一系列相关产品和服务：
- 腾讯云机器学习平台（https://cloud.tencent.com/product/tensorflow）：提供了丰富的机器学习算法和模型训练工具，可以用于构建和训练识别未训练项目的模型。
- 腾讯云数据分析平台（https://cloud.tencent.com/product/databricks）：提供了数据分析和挖掘工具，可以用于对数据进行统计分析和异常检测。
- 腾讯云智能图像识别（https://cloud.tencent.com/product/imagerecognition）：提供了图像识别和分析的能力，可以用于识别图像中的异常或未知物体。
- 腾讯云智能视频分析（https://cloud.tencent.com/product/videoanalysis）：提供了视频分析和异常检测的能力，可以用于识别视频中的异常行为或未知物体。
总之，识别未训练项目的可能性是机器学习中的一个重要问题，通过使用合适的算法和工具，可以有效地进行异常检测和离群点检测。腾讯云提供了一系列相关产品和服务，可以帮助用户解决这个问题。
相关·内容
相信大家对本期腾讯云开发者社区技术沙龙【计算机视觉的原理及最佳实践】还意犹未尽，所以我们请来了沙龙的五位分享嘉宾在本版块为各位开发者们继续解答关于计算机视觉的问题。同时，对本场沙龙感兴趣的小伙伴也可以点击链接直达沙龙活动页，观看沙龙回放并下载沙龙资料。
【分享嘉宾介绍】
image.png
范锦
腾讯云资深技术专家
冀永楠
腾讯云资深技术专家
陈琪
华图在线高级产品经理
卓伟
腾讯云高级研发工程师
周吉成
腾讯云高级产品经理
【问答内容】
1. 图像识别系统的原理和应用方法
2. 腾讯云API搭建图像识别应用的优势？
3. 人脸识别技术在各领域的解决方案
4. 文字识别的技术难点
5. 搭建人
浏览 925提问于2019-04-12
1回答
我是机器学习的初学者。由于机器学习是一个广泛的领域，我想把我的重点放在临床数据。
当我在医疗保健领域寻找机器学习样本时，大多数的例子都与解释医学图像有关，比如视网膜图像识别视网膜病变。在ML中建立的临床关系是什么？
浏览 0提问于2019-03-08得票数 2
1回答
我需要一种机器学习算法，它将满足以下要求：
训练数据是一组特征向量，它们都属于相同的“正”类(因为我不能产生负数据样本)。
测试数据是一些特征向量，可能属于也可能不属于正类。
预测应该是一个连续值，表示与阳性样本的“距离”(即0表示测试样本明显属于阳性类别，1表示明显为负值，而0.3表示为正)。
一个例子:假设特征向量是2D特征向量。
正面培训数据：
(0，1)，(0，2)，(0，3)
测试数据：
(0，10)应该是一个异常，但不是一个明显的异常。
(1，0)应该是一个异常，但“等级”高于(0，10)
(1，10)应该是一个异常，具有更高的异常“等级
浏览 6提问于2016-06-12得票数 3
2回答
异常检测技术有统计技术、密度技术、深度技术、聚类技术等.
给定数据集，标准是什么，或者我应该如何选择上述技术中的哪一种(而不是技术中的算法)。一般来说，为什么要选择一种特定的技术。
浏览 0提问于2019-02-22得票数 0
4回答
我正在寻找一个框架或图表，分类所有不同类型的数据分析/机器学习。我想用这个分类来组织我的知识/领域学习。
我所指的数据分析/ML类型的例子包括：-地理地图-图像识别(CV，OCR.)-信号处理-文本/语音理解
是否有对所有这些领域进行分类的图表/框架？
浏览 0提问于2019-11-21得票数 1
微信小程序前端和后端分别要做些什么 ? 所有需要的东西有哪些 ? (请尽量详细点)
标题：人脸识别 - 智能图像服务 - 产品文档 - 帮助与文档 - 腾讯云
地址：https://cloud.tencent.com/document/product/641/12397
浏览 2459提问于2018-01-24
2回答
异常检测算法
、、、
我的任务是检测异常(已知或未知)使用机器学习算法，从各种格式的数据，如电子邮件，IMs等。
你最喜欢和最有效的异常检测算法是什么？
它们的局限性和优点是什么？
你建议如何解决这些限制？
所有的建议都非常感谢。
浏览 0提问于2010-12-01得票数 2
回答已采纳
1回答
我应用了隔离森林算法来识别我的时间序列中的异常数据。现在，我想在将这些离群值送入机器学习模型之前替换它们。我们如何在时间序列分析中替换这些异常值？
浏览 9提问于2021-07-23得票数 0
我有数据。根据数据(时间、纬度、经度、高度)确定设备在一整周内走的典型路线。在确定了设备经常访问的基线路由或典型区域之后，我们可以开始根据设备在其频繁路由/区域之外传输的情况来确定异常。 操作:该进程随后将向系统发送一个“警报”，提示系统在其频繁区域路由之外运行 请建议哪种机器学习算法是有用的。我将启动聚类算法。也告诉我哪些python库对使用机器学习算法是有用的。
浏览 83提问于2019-07-04得票数 0
最近，我正在做异常检测，其中一种方法是使用AEs模型来学习正常样本的模式。
如果不符合正常样本的模式，则将其确定为异常样本。
我训练AE没有标签，但我们需要使用‘标签’来确定哪个样本是正常的或不正常的。
我想知道这种培训是监督学习、半监督学习还是非监督学习？
浏览 0提问于2019-05-12得票数 0
1回答
我尝试在python上使用支持向量机进行多类分类(我对OpenCV使用openCV )。假设我有5个班级，并且训练得很好。我已经测试过了，并且取得了很好的效果。
当来自第六类的对象进入这种分类时，问题就出现了。虽然我以前没有训练过这个班级，但为什么我得到的结果这个对象(来自第六个班级)识别为我之前训练过的班级中的一个班级的对象(它被分类为第一个班级的成员，或者第二个班级的成员)。而机器应该会说不知道它是从哪个类来的。OpenCV的支持向量机并不返回概率，它只返回类别的标签。
我有一个想法，使它成为2倍的分类。首先使用二元体分类，将所有样本作为训练集。其次，我将其归类为多类。但问题是，我应该如何
浏览 1提问于2015-05-13得票数 0
3回答
什么是检测异常的好算法？
、、、
背景
以下是问题所在：
黑匣子每天输出一个新的数字。
这些数字已记录了一段时间。
检测黑匣子中的新数字何时超出了在此时间段内建立的数字模式。
数字是整数，时间周期是一年。
问题
什么算法能识别数字中的模式？
模式可能很简单，比如总是上升或下降，或者数字可能在一个狭窄的范围内，等等。
想法
我有一些想法，但不知道最好的办法是什么，或现有的解决办法是什么：
机器学习算法？
神经网络？
对正常和异常数字进行分类？
统计分析？
浏览 2提问于2010-09-22得票数 13
4回答
关于离群点的检测，我有几个问题：
我们能用k-均值找到异常值吗?这是一个好方法吗？
是否有不接受用户输入的聚类算法？
我们可以使用支持向量机或任何其他监督学习算法来检测离群点吗？
每种方法的优缺点是什么？
浏览 7提问于2011-05-17得票数 12
2回答
整个夏天我都在做一个数据分析项目。其主要目的是利用医院有关用户访问病人信息的一些访问日志数据，并尝试检测异常访问行为。选择了几个属性来描述用户(例如，雇员角色、部门、邮政编码)和病人(例如年龄、性别、邮政编码)。目前正在考虑的变量约为13-15个。
我以前使用R，现在使用Python。我可以使用任何一个取决于任何合适的工具/库，你们建议。
在我提出任何问题之前，我想提一提，很多资料字段在交给我时，都是经过匿名处理的，这是医疗行业为保障个人资料而提出的要求。具体来说，很多VARCHAR值被转化为随机整数值，只是保持了整个数据集的引用完整性。
问题：
没有给出异常值的确切定义(它是根据大多数数
浏览 2提问于2015-07-09得票数 5
2回答
我需要在由网络监控工具兄弟创建的日志中找到异常。现在我指的是布罗分析工具给出的例子。但是这个例子只使用最近的日志。
因此，我需要使它与全日志的意思是训练过去的日志和执行异常检测的每一个新的日志实时。在这个示例中，据我所知，在IsolationForest和KMeans中使用了科学知识-学习 python中的无监督机器学习。
所以我有以下问题。
对于无监督的机器学习，是否可以用已经在以前运行时创建的经过训练的数据来存储模型？
如果可能的话，我能用现有的模型添加新的数据，然后实时地进行异常检测吗？
浏览 0提问于2018-02-23得票数 0
10回答
智能实时应用是任何行业的游戏规则。机器学习及其子课题，深入学习正在获得势头，因为机器学习允许计算机找到隐藏的见解而不被明确地编程到哪里。这种能力是分析非结构化数据，图像识别，语音识别和智能决策所必需的。与Java，.NET或Python的传统编程是一个重要的区别。
虽然机器学习背后的概念并不新鲜，但大数据集和处理能力的可用性使得每个企业都能够建立强大的分析模型。通过在企业应用程序和微服务中应用分析模型，任何行业都有大量用例来增加收入，降低成本或改善客户体验。最近apache的kafka也是正在热点，那么和机器学习结合在一起又是怎么样的呢？
浏览 1073提问于2018-04-18
我知道数据中存在异常值，但它们的行为与其他数据点有很大不同。但是今天，他们在学习朴素贝叶斯的同时，也提到了朴素贝叶斯会受到离群点的影响。但是，数据集中的哪些点被称为离群值，我们如何识别它们？
浏览 0提问于2019-07-01得票数 2
2回答
让我们从以下假设的先决条件开始：
有交通:正常和异常。每个流量示例包含一个事件列表(大小可变)。
事件按顺序发生，可能的事件集大小为~40000元素。
应该在相对较小的内存和处理能力上运行。
有了一个流量样本(最大1000个事件)，什么是符合前提条件的最佳机器学习算法来识别它是否是异常？
鉴于我在机器学习算法方面的知识有限，下面是我得出的结论：
这个系统可以很好地描述为一个马尔可夫过程，但是在这个场景中存在着巨大的内存限制。
1.约简马尔可夫链
存储频繁的事件对(在正常流量中出现超过10次)，然后在那里搜索一些对:如果没有出现，就算作异常。然后使用一些启发式方法来识别整个流量是否为异常。
我称
浏览 0提问于2019-07-15得票数 1
我有足够的和正确格式化的数据数百万没有标签。我得找出异常情况。
听说隔离林、马氏距离关于在无监督学习中识别异常。这些可以试试吗？
他们还有其他我们可以尝试的技术吗？
谢谢
浏览 0提问于2018-10-27得票数 1
回答已采纳
1回答
我需要帮助，在我正在设计的算法中，下一步应该是什么。
由于NDA，我不能透露太多，但我会尝试成为通用和可理解的。
基本上，在算法中的几个步骤之后，我有以下内容：
对于我拥有的每个客户，以及他们在一个月内所做的事件，在第一步中，我已经将事件聚为几个类别(每个客户将事件分成从1到x为1到25之间的类别，通常第一类事件的密度比其他类别要高)。
对于每个类别和客户，我创建了一个时间序列，聚合每个小时的每月事件(获取这些事件何时完成的模式)。另外，我使用了几个规范化变量，这些变量基于一个月(30天)执行至少一个事件的天数，以及包含至少一个事件的总天数(聚合所有集群)。第一个给出了客户在这个月中的活跃程度
浏览 0提问于2016-01-07得票数 13
扫码
添加站长 进交流群
领取专属 10元无门槛券
手把手带您无忧上云
相关资讯
热门标签
云服务器
ICP备案
实时音视频
即时通信 IM
对象存储活动推荐
腾讯云开发者
