文档摘要

第 6 章 · 端到端自动特征：深度学习异常检测技术 章节摘要：当数据量大、模式非线性、依赖关系长时，深度学习方法通过神经网络自动提取特征并建模复杂模式。本章按五个模型家族展开：循环神经网络（RNN/LSTM/GRU）吃透时间依赖、卷积神经网络（CNN）提取局部模式、自编码器（AE/VAE）用重构误差抓异常、生成对抗网络（GAN）用判别器当裁判、Transformer 用注意力看全局。 会员。《第6章 端到端自动特征：深度学习异常检测技术》收录于灏天文库文集《时间序列异常检测技术》，原作者/来源：灏天文库，整理自「灏天文库」，提供技术教程、实践指南与问题解决方案，支持在线阅读、全文检索与知识沉淀，助力开发者系统化学习。本站整理收录，版权归原作者/开源协议所有。

该文档为会员专享，请先登录或注册后再查看

登录 注册

---

作者与出处

原作者： 灏天文库

来源：灏天文库

原文： https://aiknowledge.cn/collection/490-%E6%97%B6%E9%97%B4%E5%BA%8F%E5%88%97%E5%BC%82%E5%B8%B8%E6%A3%80%E6%B5%8B%E6%8A%80%E6%9C%AF

整理： 灏天文库整理

由灏天文库平台收录，内容或由平台用户上传，仅供学习交流