anomaly-detection-resources
Libros, artículos, videos y cajas de herramientas relacionados con la detección de anomalías. ¡Última actualización a finales de 2025 para trabajos de LLM y VLM!
Explora una colección de recursos como libros y videos para aprender sobre la detección de patrones inusuales en datos.
Reivindica su pagina: indexada sea cual sea su posicion, traducida a seis idiomas y enriquecida con tus propias palabras.
Recibe una alerta por correo en su próximo lanzamiento o cuando despegue — no te pierdas nada.
Gratis · sin tarjeta · cancela cuando quierasLibros, artículos, videos y cajas de herramientas relacionados con la detección de anomalías. ¡Última actualización a finales de 2025 para trabajos de LLM y VLM!
anomaly-detection-resources tiene 9.4k estrellas en GitHub. Se ha bifurcado 1.8k veces. anomaly-detection-resources está escrito principalmente en Python. Se desarrolla activamente desde 2018. anomaly-detection-resources está disponible bajo la licencia AGPL-3.0. Sus temas principales son: anomaly-detection, awesome, awesome-list, data-mining.
¿Qué es anomaly-detection-resources?
Libros, artículos, videos y cajas de herramientas relacionados con la detección de anomalías. ¡Última actualización a finales de 2025 para trabajos de LLM y VLM!
¿anomaly-detection-resources es de código abierto?
anomaly-detection-resources es un proyecto de código abierto. Se distribuye bajo la licencia AGPL-3.0.
¿anomaly-detection-resources es gratis?
Sí. anomaly-detection-resources es gratuito y de código abierto: puedes usarlo, modificarlo y alojarlo tú mismo.
¿Bajo qué licencia está anomaly-detection-resources?
anomaly-detection-resources está disponible bajo la licencia AGPL-3.0.
¿En qué lenguaje está escrito anomaly-detection-resources?
anomaly-detection-resources está escrito principalmente en Python.
Agrega este distintivo en vivo a tu README — tus estrellas de GitHub y rango en el directorio, actualizados diariamente.
[](https://opensourceai.tech/project/yzhao062-anomaly-detection-resources.html)
Medido a partir de los topics de GitHub comunes a ambos proyectos, ponderados por su rareza.