do-nut/chayanyuese

茶颜悦色 - 异常检测

任务准备

1. 环境配置：可以直接使用本机或服务器的环境。也可以考虑使用在线已配置好的环境，例如Google提供的 Colab。
2. 每次Task的技术总结，代码文件存放在对应的文件夹中。
   • 文件命名推荐以 [ 昵称_任务名 ] 的格式命名，例如 Alice_task01.ipynb
   • 技术总结可以包含遇到的问题，对应的解答，学习体会等。这里是Datawhale提供的一些打卡示范
     • https://mp.weixin.qq.com/s/IOlHIEIQhuIaubTeP4o39w
     • https://mp.weixin.qq.com/s/wxUVHapEiPUV2LSBbEu5-g
     • https://mp.weixin.qq.com/s/cXSRcMk_0t8RxSaKb0sHww
     • https://mp.weixin.qq.com/s/fsT6rzpL5cuzh2usNjzzbA
3. 技术总结推荐提交markdown文件，代码文件推荐提交.py文件或者.ipynb文件

组队学习任务

学习任务正式开始时间：01月11日（星期一）

开源内容：https://github.com/datawhalechina/team-learning-data-mining/tree/master/AnomalyDetection 38

Task00：熟悉规则（1天）

• 打卡截止：01月10日 23:59
• 打卡链接：https://shimo.im/forms/6zWL08bnhb8zvxNb/fill 45
• 打卡结果：https://shimo.im/sheets/m4kMLZ54RdSpdNqD/MODOC/ 27

Task1：异常检测介绍（2天）

• 打卡截止：01月13日02:59
• 打卡链接：https://shimo.im/forms/I0YV2nRKmocRDW92/fill 18
• 打卡结果：https://shimo.im/sheets/8Nk6Mxy6NMilDoqL/MODOC/ 4

Task2：基于统计学的方法（3天）

• 打卡截止：01月16日02:59
• 打卡链接：https://shimo.im/forms/ZqN4OXdw7fQNLuG3/fill 2
• 打卡结果：https://shimo.im/sheets/KlkKVPp48xCdzZqd/MODOC/

Task3：线性模型（3天）

• 打卡截止：01月19日02:59
• 打卡链接：https://shimo.im/forms/7SyPBEHZ5worcEwr/fill 1
• 打卡结果：https://shimo.im/sheets/Ee32M2yQ40FL2nA2/MODOC/

Task4：基于相似度的方法（3天）

• 打卡截止：01月22日02:59
• 打卡链接：https://shimo.im/forms/tdNx1TWlE04IUyhO/fill 1
• 打卡结果：https://shimo.im/sheets/KrkEVryKddSdV0AJ/MODOC/ 1

Task5：高维异常检测（3天）

• 打卡截止：01月25日02:59
• 打卡链接：https://shimo.im/forms/Bn4IgcmnJOsXrPzI/fill
• 打卡结果：https://shimo.im/sheets/47kgJ0mYDlhMwXqV/MODOC/