2021年10月,俄勒冈州立大学计算机科学名誉教授、被认为是机器学习领域的先驱之一的Tom Dietterich在亚马逊的年度机器学习大会上发表了主旨演讲。
他的演讲探讨了异常检测的应用,为深度学习中的对象分类提供了一个新模型。他考虑了对模型的两种威胁:分布外的查询和对应于新类的查询。
Thomas回顾了异常检测的四种主要策略,然后调查了最近在深度学习中发表的许多异常检测方法中的一些。中心的挑战是学习一种表示,分配不同的表示到异常。
该演讲的最后讨论了如何设置异常检测阈值,以在不依赖标记异常数据的情况下实现所需的漏报警率。