outlier-detection

Thư viện mã nguồn mở của Cleanlab là gói AI hướng dữ liệu tiêu chuẩn dành cho chất lượng dữ liệu và machine learning với các dữ liệu và nhãn thực tế, hỗn độn.

Thư viện Python dùng để phát hiện bất thường trên dữ liệu dạng bảng, chuỗi thời gian, đồ thị, văn bản, hình ảnh và âm thanh. Hơn 60 bộ phát hiện, điều phối ADEngine dựa trên benchmark và quy trình làm việc tự động cho các AI agent.

Sách, bài báo, video và hộp công cụ liên quan đến Anomaly detection. Cập nhật mới nhất cuối năm 2025 cho các nghiên cứu LLM và VLM!

Danh sách các công cụ và tập dữ liệu để phát hiện bất thường trên dữ liệu chuỗi thời gian.

fastdup là một công cụ miễn phí mạnh mẽ được thiết kế để nhanh chóng tạo ra các thông tin chi tiết có giá trị từ tập dữ liệu hình ảnh và video. Nó giúp nâng cao chất lượng của cả hình ảnh và nhãn, đồng thời giảm đáng kể chi phí vận hành dữ liệu với khả năng mở rộng chưa từng có.

Danh sách chọn lọc các bài báo & tài nguyên về phát hiện gian lận, bất thường và ngoại lệ dựa trên Graph/Transformer.

:red_circle: MiniSom là một triển khai tối giản của Self Organizing Maps

Thư viện Python dùng để phát hiện điểm ngoại lai trên đồ thị (Phát hiện bất thường)

Đánh giá chuẩn cho việc phát hiện phân phối tổng quát ngoài tập dữ liệu (Generalized Out-of-Distribution Detection)

Mã nguồn chính thức của "ADBench: Anomaly Detection Benchmark", NeurIPS 2022.

Tài nguyên về phát hiện phân bố ngoài, tính mạnh mẽ và khả năng tổng quát hóa. Kho lưu trữ chứa danh sách các bài báo, hướng dẫn, sách, video, bài viết và thư viện mã nguồn mở được tuyển chọn

Bộ công cụ khai thác dữ liệu ELKI

Luminaire là một gói Python cung cấp các giải pháp dựa trên ML để giám sát dữ liệu chuỗi thời gian.

Phát hiện ngoại lệ/bất thường dựa trên học sâu.