李宏毅2022课程视频全部以线上视频的形式给出（已经全部录好，你可以选择短时间全部学完），上课时间会直播讲解额外的内容（可以不听）和作业（建议一定要做），目前已更新到作业八。
第八课主要内容是Autoencoder和Anomaly Detection。Autoencoder包含encoder和decoder两个部分，encoder对输入信息进行表征学习，decoder将表征学习还原回输入信息。Anomaly Dection是通过对训练数据的学习，获得判别“异常”数据的能力。李宏毅机器学习2022春季-第八课和HW8
-
课程视频：
b站视频号：机器学习手艺人
网址：https://www.bilibili.com/video/BV1Z34y1C7sj?spm_id_from=333.999.0.0
-
Github：课堂和作业课件及基础代码
网址：https://github.com/yaoweizhang/LHY2022-SPRING
作业八需要使用Kaggle或colab下载代码、训练数据集、模型等资料，文末也有助教代码和训练数据集的获得方式。
-
作业任务：
异常检测（Anomaly Dection），训练集是100000个人脸照片，测试集是10000个与训练集同分布的人脸照片和10000个“异常"照片，模型需要分辨出”异常“照片，作业详情见b站作业视频和课件。
-
Kaggle提交地址：
https://www.kaggle.com/competitions/ml2022spring-hw8
截止日期：
2022/05/13 23:59（北京时间），去冲榜吧。
-
评分：学生通过改进代码提高AUC分数，评分对应的分数如下。
-
QQ交流群：156013866
| 难易程度 | 分数 |
| simple | AUC >= 0.53150 |
| medium | AUC >= 0.73171 |
| strong | AUC >= 0.78215 |
| boss | AUC >= 0.82154 |
作业八助教代码和数据获得方式：
-
关注微信公众号 “机器学习手艺人”
-
后台回复关键词：202208