引用与成就¶
引用 PyOD¶
PyOD 论文 发表在 `JMLR <http://www.jmlr.org/>`_(机器学习开源软件专栏)。如果您在科学出版物中使用 PyOD,我们非常感谢您引用以下论文:
@article{zhao2019pyod,
author = {Zhao, Yue and Nasrullah, Zain and Li, Zheng},
title = {PyOD: A Python Toolbox for Scalable Outlier Detection},
journal = {Journal of Machine Learning Research},
year = {2019},
volume = {20},
number = {96},
pages = {1-7},
url = {http://jmlr.org/papers/v20/19-011.html}
}
或者:
Zhao, Y., Nasrullah, Z. and Li, Z., 2019. PyOD: A Python Toolbox for Scalable Outlier Detection. Journal of machine learning research (JMLR), 20(96), pp.1-7.
使用或引用 PyOD 的科学工作¶
我们很高兴看到 PyOD 在科学工作中被越来越多地引用和提及。自发布以来,PyOD 已被用于数百个学术项目。请参阅 这里的不完全列表。
精选文章与成就¶
PyOD 已经得到了机器学习社区的广泛认可,有几篇特色文章和教程。
Analytics Vidhya: 一个使用PyOD库在Python中学习异常检测的精彩教程
KDnuggets: 异常检测方法的直观可视化
KDnuggets: PyOD中的异常检测方法概述
数据科学之路: 傻瓜也能懂的异常检测
计算机视觉新闻 (2019年3月): Python 开源工具箱用于异常检测
FLOYDHUB: Python中的异常检测介绍
awesome-machine-learning: 通用机器学习
Dr.Hadi Fanaee 关于使用 PyOD 进行异常检测的讲座: 异常检测讲座
使用 PyOD 的工作坊/展示
检测意外:异常检测方法介绍, KISS 技术签名研讨会 由加州理工学院喷气推进实验室的 Kiri Wagstaff 博士主讲。 [研讨会视频] [PDF]
GitHub Python 趋势:
2019: 7月8日-9日, 4月5日-6日, 2月10日-11日, 1月23日-24日, 1月10日-14日
2018: 6月15日, 12月8日至9日
杂项:
awesome-python 是一个很棒的Python资源集合。
PapersWithCode 是一个关于异常检测任务的资源网站。