心电图心跳信号分类
贡献者信息
| 姓名 | 介绍 | 个人主页 |
|---|---|---|
| 鱼佬 | 武汉大学，Datawhale成员，Coggle开源小组成员 | https://www.zhihu.com/people/wang-he-13-93 |
| 牧小熊 | 华中农业大学研究生，Datawhale优秀原创作者，Coggle开源小组成员 | https://www.zhihu.com/people/muxiaoxiong |
| 吉米杜 | 平安NLP算法工程师，Datawhale成员，Coggle开源小组成员 | https://blog.csdn.net/duxiaodong1122?spm=1011.2124.3001.5343&type=blog |
| 张晋 | Datawhale成员，算法竞赛爱好者 | https://blog.csdn.net/weixin_44585839/ |
| 王皓月 | 华东师范大学数据科学与工程学院，Coggle开源小组成员 | https://github.com/sunshinemingo |
基本信息
- 贡献人员：鱼佬，牧小熊，吉米杜，张晋，王皓月
- 学习周期：15天，每天平均花费时间2小时-5小时不等，根据个人学习接受能力强弱有所浮动。
- 学习形式：理论+实践
- 人群定位：熟悉数据挖掘的基本方法，对学习时间序列相关问题和医学大数据有需求的学员。
- 先修内容：Python编程语言、编程实践（Numpy）、编程实践（Pandas）、编程实践（数据可视化）
学习目标
理解传统的异常检测方法原理，并具备基本的调用相应python库进行操作的能力。
任务安排
Task00：熟悉规则（1天）
- 组队、修改群昵称
- 熟悉打卡规则。
Task01：异常检测介绍（2天）
- 了解异常检测基本概念
- 了解异常检测基本方法
Task02：基于统计学的方法（3天）
- 掌握基于高斯分布的异常检测方法
- 理解非参数异常检测方法
- 掌握HBOS算法
Task03：线性模型（3天）
- 理解线性回归
- 掌握主成分分析的异常检测方法
Task04：基于相似度的方法（3天）
- 理解基于距离的异常检测方法
- 掌握基于密度的LOF算法
Task05：高维异常检测（3天）
-
了解集成方法的思想
-
理解feature bagging原理
-
掌握孤立森林算法
关于Datawhale：
Datawhale是一个专注于数据科学与AI领域的开源组织，汇集了众多领域院校和知名企业的优秀学习者，聚合了一群有开源精神和探索精神的团队成员。Datawhale以“for the learner，和学习者一起成长”为愿景，鼓励真实地展现自我、开放包容、互信互助、敢于试错和勇于担当。同时Datawhale 用开源的理念去探索开源内容、开源学习和开源方案，赋能人才培养，助力人才成长，建立起人与人，人与知识，人与企业和人与未来的联结。