autoencoder-anomaly-detection:使用TensorFlow框架构建基于自动编码器的异常检测模型

基于自动编码器的异常检测 使用TensorFlow框架构建一个简单的自动编码器以检测异常（并量化异常程度）。 这里介绍的模型是一个带有一层隐藏层的简单自动编码器。 隐藏层中神经元的数量等于输入输出层。 sigmod激活函数用于所有层，并使用均方误差估计器评估重建误差。 该模型用于预测扇区配置转换，如论文所述：“使用基于自动编码器的异常检测预测扇区配置转换” 建于 开源机器学习框架 作者 托马斯·杜伯特 执照 此项目已获得MIT许可证的许可-有关详细信息，请参阅文件。 致谢 如何使用TensorFlow构建自动编码器：AurelienGéron“使用Scikit-Learn和TensorFlow进行动手机器学习”