異常檢測技術

Abnormally detection , Outlier detection and novelty detection 


異常檢測技術用於各種領域，如入侵檢測、欺詐檢測、故障檢測、系統健康監測、傳感器網路事件檢測和生態系統干擾檢測等。它通常用於在預處理中刪除從資料集的異常資料。在監督式學習中，去除異常資料的資料集往往會在統計上顯著提升準確性。

就入侵檢測而言, 很難檢查駭客入侵的方法

Multi-classification 多分類
Binary-classification 分兩類  ==> 是或不是  
One-Classification ==> 單分類 檢查異常質Outlier  (正常很多, 但異常很少, 而且也難不好界定所有或描述的異常種類) ==> Unbalanced DataSet

mean: 容許圈圈中有多少比例的異常質被誤檢中


RBF: fit的程度

[C程式] Visual Studio 2017 建立C++主控台應用程式專案

1. Visual Studio 2017 安裝

到這裡, 下載免費的VS2017社群(community)版本

Note: 安裝過程中, 記得要讓Visual Studio支援C++

https://docs.microsoft.com/zh-tw/cpp/build/vscpp-step-0-installation?view=vs-2017

[Linux 程式設計] IPC--Message Queue

Linux 程式設計課堂CH8裡的msg1.c跟msg2.c都會出現如下問題
請問一下為什麼msgget會產生失敗??

fprintf(stderr, "msgget failed with error: %d\n", errno);  

errno: 88 是 #define ENOTSOCK 88 /* Socket operation on non-socket */

這錯誤是核心無法建立Message Queue

解決方式:  讓核心支援Message Queue

cd ~/linux-rpi-4.4.y ;  make menuconfig

 ( toolcahin 路徑要設定好且要有 ncurse.h 才行!)     sudo apt-get install libncurses5-dev

將 [General Setup] --> [POSIX Message Queues] 編進核心內 [*] 或編成核心模組 [M]

更多核心編譯及模組使用, 可參考 嵌入式Linux設計開發 

按講師提供的Linux程式範例, 執行的正常畫面像是這樣,