Python深度学习异常检测（使用Keras和PyTorch）

作者简介

\"Sridhar Alla是Bluewhale公司的联合创始人兼首席技术官(CTO)。该公司致力于帮助各种规模的组织构建人工智能(AI)驱动的大数据解决方案和分析方法。Sridhar撰写了很多图书，众多的Strata、Hadoop World、Spark Summit相关会议争相邀请他做主题演讲。此外，他还在大规模计算和分布式系统领域拥有在美国专利商标局备案的一些专利。他对很多相关技术拥有丰富的使用经验，其中包括Spark、Flink、Hadoop、AWS、Azure、TensorFlow、Cassandra等。2019年3月，他曾在Strata SFO上做了关于深度学习异常检测的演讲。2019年10月，他曾在Strata London大会上做相关演讲。 Sridhar出生在印度海得拉巴，目前与妻子Rosie和女儿Evelyn一起居住在美国新泽西州。平时，在编写代码之余，他喜欢与家人共度美好时光。此外，他还热衷于培训和教学指导工作，并经常组织一些技术交流活动。 Suman Kalyan Adari是一名大学本科学生，在佛罗里达大学攻读计算机科学学士学位。从大学一年级起，他就一直针对深度学习在网络安全领域的应用进行深入研究；在2019年6月，他曾经在美国俄勒冈州波特兰市举办的IEEE可靠系统与网络研讨会上做了关于安全可靠的机器学习的演讲。 Suman对深度学习的相关研究充满热情，尤其专注于深度学习在各个领域的实际应用，例如视频处理、图像识别、异常检测、有针对性的对抗攻击等。 \"

内容简介

\"在这本通俗易懂的入门级指南的引导下，了解如何将深度学习应用于各种异常检测任务！本书浓墨重彩地描述如何利用Python中的Keras和PyTorch框架，将各种深度学习模型应用于半监督和无监督异常检测任务。 　　《Python深度学习异常检测 使用Keras和PyTorch》开篇讨论异常检测的含义、用途和重要性。在介绍用Python的scikit-learn进行异常检测的统计和传统机器学习方法后，本书引入深度学习方法，详述如何在Keras和PyTorch中构建和训练深度学习模型，重点分析各类自动编码器、RBM、RNN、LSTM和TCN等深度学习模型在异常检测领域的应用。除了讲解基于时间序列的异常检测的基础知识外，本书还探索无监督和半监督异常检测的相关内容。 　　学习《Python深度学习异常检测 使用Keras和PyTorch》后，你将全面了解异常检测的基本任务，掌握各种处理异常检测的方法(从传统方法到深度学习方法等)；还将了解scikit-learn的相关内容，能在Keras和PyTorch中创建深度学习模型。\"