識別偏離正常模式的數據點的技術
異常偵測是識別偏離預期行為或模式的數據點的技術。這些異常點可能表示欺詐行為、設備故障、網路入侵或疾病徵兆。異常偵測的挑戰在於異常樣本往往很少且缺乏標註，正常和異常的邊界可能不明顯。方法可分為三大類：有監督方法使用標註數據、半監督方法僅使用正常數據、無監督方法在無標籤數據中發現異常。
Z-Score：計算樣本與均值的標準差倍數，超過閾值（通常為 3）視為異常。 IQR（四分位距）：低於 Q1-1.5×IQR 或高於 Q3+1.5×IQR 的樣本視為異常。 馬氏距離：考慮特徵間相關性的距離度量，適合多維數據的異常偵測。統計方法簡單快速，但通常假設數據服從特定分佈。
自編碼器 (Autoencoder)：訓練編碼器-解碼器網路重構正常數據，異常樣本的重構誤差會較大。 變分自編碼器 (VAE)：提供重構概率而非點估計，可結合重構誤差和 KL 散度作為異常分數。深度學習方法適合高維數據（如影像、序列），但需要較多正常數據進行訓練。
隔離森林 (Isolation Forest)：通過隨機切割特徵空間來隔離異常點，異常點更容易被隔離（路徑更短）。 One-Class SVM：尋找將正常數據與原點分開的最大間隔超平面。 局部離群因子 (LOF)：比較樣本與其鄰居的密度，密度遠低於鄰居者為異常。這些方法在 sklearn 中都有現成實現，適合快速原型開發。
Deep SVDD：學習將正常數據映射到一個緊湊的超球體內，異常點落在球外。 GANomaly：基於生成對抗網路的異常偵測，結合重構誤差和潛在空間誤差。選擇方法時需考慮數據規模（大規模用 Isolation Forest 或 Autoencoder）、數據維度（低維用統計方法，高維用深度學習）和計算資源（GPU 可用用深度學習，否則用傳統方法）。