問題定義

anomaly，outlier， novelty， exceptions

不同的方法使用不同的名詞定義這類問題。

應(yīng)用

二分類

假如只有正常的數(shù)據(jù)，而異常的數(shù)據(jù)的范圍非常廣的話（無法窮舉），二分類這些不好做。另外就是異常資料不太好收集。

分類

每張圖片都有標(biāo)注，就可以來訓(xùn)練一個辛普森家族的成員分類器。

基于classifer來做異常檢測。

基于信心分?jǐn)?shù)來做異常問題，大于某值就是正常，小于某值就是異常

最大分?jǐn)?shù)作為confidence



部分?jǐn)?shù)據(jù)會有誤判的情況

信心分估計(jì)

直接教網(wǎng)絡(luò)信心分?jǐn)?shù)，不僅是做分類任務(wù)C，也會給出信心分P

Train 和 Eval

100張辛普森家族圖片，5張異常圖片

• 有藍(lán)色的正常圖被錯誤分類成異常
• 有紅色的異常圖被錯誤分類成正常

這個時候用dev set上評估系統(tǒng)，這是一個二元分類問題。

正常異常比例的分布是非常懸殊的，這個系統(tǒng)可以有很高的準(zhǔn)確率，但是沒有做什么事，用acc準(zhǔn)確率分類是沒有意義的。

使用混淆矩陣：


cost table，做錯的行為的代價，算一個分?jǐn)?shù)：


針對自己的任務(wù)設(shè)定cost table。還有一些方法來衡量，比如AUC（roc曲線的面積）。

問題

臉上是黃的，然后系統(tǒng)給的分?jǐn)?shù)就高，說明這個分類系統(tǒng)學(xué)到的并不是認(rèn)清人，而是臉是否是黃的。

假設(shè)可以收到一些異常資料，可以學(xué)習(xí)在分類的同時，也給出異常的分?jǐn)?shù)，但是這類數(shù)據(jù)不易收集?？梢钥紤]使用GAN生成異常數(shù)據(jù)。

沒有標(biāo)簽的場景

正常玩家和異常玩家（小白）

問題定義

需要數(shù)值化的方法來給每一個玩家的分?jǐn)?shù)。$f(斯塔)$ 概率密度估計(jì)

高斯分布