pythonで「入門 機械学習による異常検知」を読む1 正規分布に従うデータからの異常検知 - Qiita

「入門 機械学習による異常検知」はRで書かれた異常検知の本です。 今回は実装部分をpythonで書き直していこうと思います。 個人的な勉強のメモ書きとなります。 導出や詳細などは「入門 機械学習による異常検知」を読んでいただければと思います。 1. 異常検知手順の流れ 準備 $M$次元の観測値が$N$個手元にあると仮定する。 データをまとめて$D$という記号で表し、この中には異常な観測値が含まれていないか、含まれていたとしてもその影響は無視できると仮定する。 $$ D={\boldsymbol{x}^{(1)},\boldsymbol{x}^{(2)},\cdots,\boldsymbol{x}^{(N)}} $$ ステップ1(分布推定) データの性質に応じた適切な確率分布のモデルを仮定する。 パラメータを$\boldsymbol{\theta}$という記号で表す。 分布推定の問題とは、$