2021-01-12

1. 2021-01-12

#异常检测
  
 #一、概述
  
 ***
  
 ##1、异常检测的概念
  
 ---
  
 ###1.1什么是异常检测
  
 **异常检测**指对不匹配预期模式或数据集中其他项目的项目、事件或观测值的识别。 通常异常项目会转变成银行欺诈、结构缺陷、医疗问题、文本错误等类型的问题。异常也被称为离群值、新奇、噪声、偏差和例外。
  
 ###1.2为什么需要异常检测
  
 机器学习有四种常见的应用：分类，下一值预测，异常检测和结构发现。其中，异常检测用于检测数据中与其余部分不相符的数据点。它具有广泛的应用性，如：欺诈检测，监控，诊断，数据清理和预测维护。
  
 虽然学术界已经进行了详细的研究，异常检测的应用依然仅限于银行，金融机构，审计和医疗诊断等利基领域。但是，随着物联网的兴起，异常检测会在许多物联网的场景中发挥关键作用，例如：如监控和预测维护。
  
 ###1.3异常检测的场景
  
 - 故障检测
  
 - 物联网异常检测
  
 - 欺诈检测
  
 - 工业异常检测
  
 - 时间序列异常检测
  
 - 视频异常检测
  
 - 日志异常检测
  
 - 医疗日常检测
  
 - 网络入侵检测
  
 ###1.4异常检测的类型
  
 1. 点异常,个体数据相对于其余数据被视为异常(例如购买中的大型交易)
  
 2. 上下文异常,数据实例仅在特定上下文中异常，而在其它情况中则不是(例如发生在特定时间或特定区域的异常，例如午夜时的峰值)
  
 3. 集合异常,相关数据实例的集合相对于整个数据集是异常的，对于单个值则不是。该异常有两种可能性:
  
    1. 按无法预料的顺序发生(有序，例如心电图心率中的间隙)
  
    2. 值的组合是无法预料的(无序, 例如购买大量昂贵物品)
  
 由于训练集存在不同，根据训练集的不同，也可将异常检测分为三类:
  
 1. 全监督异常检测（Supervised Anomaly Detec-tion)
  
 全监督异常检测就是训练的数据集都被标签化，分别标记成正常和异常。全监督检测算法根据**训练集中的标签**进行训练，得到网络模型，在测试阶段，通过对网络模型输入未知类别的样本测试，得到输出结果。在现实的实践中，由于标记样本是个复杂的过程，因此，全监督异常检测的应用范围很窄。
  
 2. 半监督异常检测（Semi-Supervised Anomaly De-tection)
  
 半监督异常检测只是对数据集中正常的样本进行标签化，然后通过训练被标签化的正常样本，得到“正常”模型，将数据样本与“正常”模型的偏差定义为异常度，如果当异常度大于设定的阈值，最终的输出结果将是异常，如果异常度小于设定的阈值，输出结果将是正常。半监督异常检测面临着和全监督异常检测一样的问题，都需要标签化的样本，因此在实际中应用并不广泛。
  
 3. 无监督异常检测（Unsupervised Anomaly Detec-tion)
  
 无监督异常检测的数据集没有任何的标签，无监督异常检测的数据集包含正常数据和异常数据，通常情况下，正常的数据要比异常数据多。无监督异常检测通过训练正常的数据集，得到网络模型，并得到一个异常分类分数，当将测试数据输入到网络模型中，也会得到一个分数，通过比较，如果测试数据得到的分数大于异常分类分数时，则测试数据的输出结果为异常，反之则为正常。在实际生产中，通常正常的数据要远远大于异常数据，而且无监督异常异常检测不需要对数据集进行标签化，所以无监督异常检测应用最为广泛。
  
 ---
  
 ##2、异常检测算法
  
 ---
  
 序号|检测方法|主流算法(模型)|优点|缺点|
  
 :--:|:--:|:--:|--|--|--|
  
 1|基于统计概率|Mahalanobis距离|适用于低维数据，其检测效果具有很好的鲁棒性|对分布模型的依赖程度高，模型选择不当，则会造成检测效果不明显，准确率低|
  
 2|基于最近邻|KNN算法 LOF算法 INFLO算法|不需要假设数据分布|不适用于高维数据，需要人工调节参数，需要遍历数据距离，计算程度大，不适用于在线使用|
  
 3|基于聚类|DBSCAN算法 KMeans算法 CBLOF算法 LDCOF算法|检测速度快，可以应用于实时在线检测|检测效果对聚类效果的依赖程度大，对于大数据而言，开销成本大|
  
 ---
  
 ###2.1异常检测常用方法分析
  
 ####2.1.1基于统计概率的方法
  
 基于概率统计的异常检测算法通过分为两步，第一步假设数据服从一定的分布，如正态分布、泊松分布；第二步是计算每个点属于这个分布的概率，最后得出该点是否异常。一般情况下根据估计参数的方法来确定分布模型，利用数据集的数据去估计，得到一个估计的模型。
  
 ####2.1.2线性模型
  
 典型的如主成分分析的方法(PCA),一般用作对数据进行降维。降维后的数据能够最大程度地保留原始数据地特征(以数据协方差为衡量标准)。该方法地原理是通过构造一个新的特征空间,将原数据映射到这个新的低维空间里，PCA可以提高数据地计算性能，并缓解“高维灾难”。
  
 ####2.1.3基于最近邻异常检测算法
  
 基于最近邻的异常检测算法通常近邻度分为全局近邻和局部近邻，在全局近邻异常检测算法中常见的是基于距离的异常检测算法；局部近邻异常检测算法中常见是基于密度的异常检测算法。
  
 **1. 基于距离异常检测算法**
  
 基于距离的异常检测算法主要应用于全局近邻，常用的算法是KNN算法,KNN算法主要思想是异常点距离正常点的距离比较远。KNN算法其原理对于每个数据点，通过找到k个最近的邻居，然后根据k个最近的邻居计算异常分数，计算异常分数的方法主要有两种:一是使用第K个最近的距离；二是计算所有的K个距离，然后求出平均距离。通常在实际中方法2的应用程度比较高。
  
 **2. 基于密度异常检测算法**
  
 对于数据集存在分布不均匀，有稠密的地方，有疏松的地方，这就造成分割的阈值难以确定，为解决这一问题，提出基于密度的异常检测算法。基于密度的异常检测算法是根据样本点的局部密度信息去判断是否异常，常见的基于密度的异常检测算法有:LOF、IN-FLO、LOOP等。
  
 - **LOF算法**：其基本原理是对数据点进行计算，找出其k个近邻，然后计算LOF得分，得分越高则异常的可能性越大。LOF是一个比值，其分子是k个近邻的平均局部可达密度，分母则是该数据点局部可达密度。可达密度则是k-近邻个数与k-近邻可达距离的比值。
  
 - **INFLO算法**：在计算局部密度的时候，通过利用k近邻点和引入反向近邻集合来改善LOF算法中存在将边界点视为异常的问题。INFLO算法适用于当不同密度的簇彼此接近的时候。
  
 - **LOOP算法**：与其他算法存在不同，相对于基于全局的KNN算法还是LOF的算法，其输出结果都是异常分数，对于异常分数作为输出结果而言，通常缺少一个衡量的标准，即不知道输出多少分会被判定为异常点，LOOP算法通过输出异常概率解决问题。Lo OP算法计算局部密度的方法的基本原理通常会假设距离最近的邻居服从高斯分布。距离总是以正数值存在，所以符合“半高斯”分布(均值的右边)。使用“半高斯”分布的标准差(也称为概率集距离)。每个数据点会与其邻居产生一个局部异常检测分数，最后应用一个归一化函数和一个高斯误差函数，将异常检测分数转换成一个**概率的形式**输出。
  
 ####2.1.3基于聚类的方法
  
 基于聚类的异常检测算法通常有三种假设，每个假设方面都有其常见的方法。
  
 - **假设一**：不属于任何簇类的点就是异常点，代表方法**DBSCAN**算法;DBSCAN算法是一种典型的基于密度的聚类算法，该算法通过将紧密相连的样本划为各个不同的类别，最终得出聚类类别结果。
  
 - **假设二**：距离最近的聚类结果较远的点为异常点，常见方法**K-Means**算法。该算法首先对数据进行聚类，然后通过计算样本与所属聚类的两个距离，一个是样本与所属聚类中心的距离，一个是样本与所属聚类的类内平均距离，通过两个距离的比值衡量异常程度。
  
 - **疏松聚类与较小的聚类里的点都是异常点**：主要方法CBLOF算法、LDCOF算法。该类方法通过聚类后将聚类簇分成大簇和小簇，如果样本数据属于大簇，则利用该样本和所属大簇进行计算异常得分；如果样本数据属于小簇，则利用该样本距离最近的大簇计算异常得分。
  
 ###2.2集成方法
  
 集成学习是近年来机器学习领域的研究热点之一，成果主要有**Bagging、Boosting、Arcing、Random Forest**等。其主要思路是通过训练多个弱学习系统并将其结果按一定方式进行组合，可以显著提高学习系统的泛化能力。
  
 令$\boldsymbol{X}=\left\{x_{1}, x_{2}, \cdots, x_{n}\right\} \subset \boldsymbol{R}^{d}$表示$d$维空间中未知标签数据集，其中任意第$i$个数据$x_i$由一个$d$维的特征向量$\left[x_{i 1}, x_{i 2}, \cdots, x_{i d}\right]^{\mathrm{T}}$表示。异常检测模型就是用来对数据集中所有数据进行检测，得到任意第$i$个数据的异常分（异常程度）$AS_i$ ，并为之分配一个标签
  
 $\lambda^{(i)} \in\{\{\text { normal }\},\{\text { abnormal }\}\}, i=1,2, \cdots, n$。实际应用中简化处理为$\lambda^{(i)} \in\{0,1\}$因此，异常检测模型集成学习的基本思路就是利用集成函数$F(\cdot)$将未知数据集$\boldsymbol{X}=\left\{x_{1}, x_{2}, \cdots, x_{n}\right\}$ 映射到一维的标签向量$\lambda^{G}=F\left(\left\{\lambda^{(1)}, \lambda^{(2)}, \cdots, \lambda^{(n)}\right\}\right)$。
  
 ##3、异常检测常用开源库

2. 2021-01-12

宝贝欢迎你 * (祈祷文)
  
  
 
  
 欢迎你来到这个家
  
 欢迎你的到来
  
 我们非常期待你的诞生
  
  
 你是爸妈的心肝宝贝
  
 不管你是男孩 女孩我们都很欢喜
  
 很高兴你是个男(女)孩
  
 我们已经为你准备好温暖舒适又安全的小床
  
 我们会替你盖被子 洗澡 穿衣服 换尿布
  
 我们会为你喝牛奶 说故事 唱歌给你听
  
 我们还会带你去玩水 游泳 爬树 捉蜻蜓 放风筝 看晚霞...
  
  
 
  
 你是独一无二的宝贝
  
 没有任何人可以取代
  
 你是健康可爱的乖宝贝
  
 你是爸爸妈妈的心肝宝贝
  
 我们会照顾你 陪伴著你长大
  
 我们会尽我们所能 让你感到安全与被爱
  
 大家都期待你的诞生
  
  
 你是上天赐给我们最珍贵的宝贝
  
 你是实相完全圆满的宝贝
  
 有著清净无染 神圣完美的本质
  
 你是为了发挥你自己 展现你自己而来的
  
 你对这个世界将有所贡献
  
 在你身边将会有很多人陪伴你 协助你 支持你
  
 发挥你独特的天赋和才能
  
  
 
  
 我们将陪伴你一起度过美好的人生
  
 这个世界因为有你而更完整更美好
  
 这个家因为有你而更幸福更温暖
  
 感恩你来到这个家
  
 我们真的很爱你 宝贝 有你真好
  
 你对我们的意义非凡
  
 我们会珍爱你一辈子
  
 宝贝 爸爸妈妈爱你
  
  
 宝贝实相完全圆满 感谢(此句重复3-21遍)

3. 2021-01-14

灵修笔记
  
 祷告：慈爱的阿爸天父啊，我的神，孩子感谢你赞美你，感谢你如此爱我，让我成为你的孩子，可以向你祷告向你祈求。我的阿爸父神，你的慈爱远超过我的想象，你的祝福和恩典够我一生所用，你将你的灵放在我心中陪伴我引领我，愿此时此刻灵修的我能更加明白你的话语，更加读懂你的旨意。祷告奉主耶稣基督的圣名求，阿们！
  
 经文：彼得前书 1:17-19
  
 17.你们既称那不偏待人、按各人行为审判人的主为父，就当存敬畏的心度你们在世寄居的日子， 18.知道你们得赎，脱去你们祖宗所传流虚妄的行为，不是凭着能坏的金银等物， 19.乃是凭着基督的宝血，如同无瑕疵、无玷污的羔羊之血。 
  
 1.经文的主要内容
  
 经文中所说，我们称那不偏待人，按照个人行为审判的主为父，就与父重新连接，成为他的孩子，就当存敬畏的心，敬畏神的心去过这在世寄居的日子。我们因他拣选就不属于这世界，乃是寄居者。我们得了他的救赎，就不再是老我而是重新活的人，就要脱去祖宗传的那些虚妄的行为，我们也不是凭着在世上能坏的金银财物就能得救赎，乃是凭着我主基督的宝血的救赎，那主的宝血就如无瑕疵、无玷污的羔羊的血为我们献上当做活祭。
  
 2.经文对圣父、圣子、圣灵有什么启示？
  
 三位一体的神，圣父派圣子来到世间道成肉身，舍命流血，流出那无瑕疵、无玷污的宝血将我洗洁净，引导我到父的里面，让我与父连接。
  
 3.经文对自己的处境有何提示？
  
 经文中的话，提示我不在属于这世界，乃是属天父的，因为我称那不偏待人、按各人行为审判人的主为父。我在世上就是寄居的，肉体生命终会结束，肉体终会归于尘土。我的灵魂是归于天父，终究要到父那里去。我的心呀，不要贪恋这个世界，不要只盯着世界虚妄财物和事，不要让自己的心随世界沉沦。我当警醒，以敬畏的心生活，在世活着努力生活荣耀主，不随波逐流用心灵诚实敬拜他，积攒属天的财宝。
  
 4.实际中如何应用经文教训？
  
 我的救主基督舍命流出宝血，如同无瑕疵、无玷污的羔羊之血，为了救我这罪人，这是莫大的恩典。我已称他为父，与世人不同，知道会有天父的审判，我的心啊，当敬畏我的神。想想自己的生活，多没有主，真不知道会惨成什么样。悖逆，自私，贪恋，都会围着自己，为得世上的财宝献上生命也不是不可能。真的感恩神的拣选，让我脱去祖宗所传流虚妄的行为，不是凭着能坏的金银等物去满足自己，因为我知道了我得赎是凭着主的宝血。愿我的心能常常思念主，敬畏的活着。
  
 祷告：亲爱的救主耶稣基督，感谢你赞美你，感谢你舍命流血的救赎，让我重新活了，有了新生命，新身份。我的主啊，祈求主安慰我的心，无论在世遇上什么事，都心存敬畏去敬拜他，活出主孩子的样式来。主啊求你保守洁净我的心，不在世界沉沦，跟随你洁净上升。主啊，求你赐下足够的智慧，让我有足够的智慧去分辨去面对世上的一切事情，在万事上寻求看到你的旨意。求主垂听孩子这不配的祷告，阿们！

4. 2021-01-12

        唐山市自然资源和规划局开平分局
  
 扎实开展新型冠状病毒感染肺炎疫情防控工作
  
         2021年新年伊始，河北人民面临来势汹汹的新冠疫情，齐心协力、众志成城，共同阻击疫情。防控就是责任，疫情就是命令。为全面落实市局党组、区委区政府工作部署要求，切实做好新型冠状病毒感染肺炎疫情防控工作，保障全局干部职工生命健康安全，我局高度重视疫情防控工作，做到严防死守，筑牢疫情防线。
  
              高度重视   召开会议   统筹协调
                                                                                  
         按照市局新冠疫情防控工作要求，分局成立以曹洪杰局长为组长，刘冰副局长、张洪玉副局长为副组长，其他班子成员为组员的新冠疫情防控工作领导小组。设组织保障组和督导协调组，组织开展我局相关疫情防控工作。
  
              明确分工    有序开展   做好方案
                                          
         组织保障组制定工作方案、应急预案、办公防护工作措施、门禁制度的拟制以及外来人员管控、日常消杀、会议安排、冷链食品排查等防控措施落实。
  
        督导协调组做好疫情防控工作的人员排查、信息统报、宣传报道、督导落实请销假、体温监测等疫情防控措施。
  
               保障物资   严防严控   强化防范
                                                                                  
          一方面，切实加强应急物资采购储备工作，采购物品，确保疫情防控需求。另一方面，全面彻底排查。做好人员排查、冷链食品排查。
  
          冬日已来春则将继，做好疫情防控工作，阻击疫情，我们一起加油。
  
       （党建科宣    2021年1月11日）

5. 2021-01-12

几招认识自己是什么气质类型的人？
  
 所谓气质，就是我们日常生活中所说的一个人的脾气，秉性或性情。
  
 气质类型的外在表现形式可以分为四种：胆汁质、多血质、黏液质、抑郁质。
  
 1、胆汁质的特点就是这种人的感受性低而耐受性高，能够忍受比较强的刺激，能够坚持长时间的工作，而不知道疲劳，显得精力旺盛，行为外向直爽，热情情绪的兴奋性高，但心境变化剧烈，脾气暴躁，难以自我克制。
  
 2、多血质的特点就是这种人感受性低而耐受性高；活泼好动，言语、行动敏捷，转移注意力的速度比较快；行为外向，容易适应外界环境的变化，善交际不怯生，容易接受新鲜事物，注意力容易分散，兴趣多变，情绪不稳定。
  
 3、粘液质型的人感受性低，耐受性高，反应速度比较慢，情绪的兴奋性低，但是很平稳，举止平和，行为内向；头脑清醒，做事有条不紊，踏踏实实，但容易循规蹈矩；注意力容易集中，稳定性强，不善言谈，交际适度。
  
 4、抑郁质型的人感受性高而耐受性低，多疑，内心体验极为深刻，行为极端内向，敏感、机智，别人没有注意到的事情，他能注意的到；胆小、孤僻，情绪的兴奋性弱，难以为什么事情动情，被什么事情打动，爱独处不善交往，做事认真仔细，动作迟缓，防御反应明显。
  
 上面四条简单的分享，我们是不是就可以简单的识别自己是哪一种类型的人呢？每一种气质类型的人有不同的性格特征，当然他有优点，也有缺点，我们可以通过以后的学习来发扬自己的优点，克服自己的缺点，让自己不断成长，不断变得更完美。

6. 2021-01-11

一、今日学习课程内容及我的思考？
  
 今日学习
  
 1.科维将时代分为了狩猎采集时代、农耕时代、工业时代、知识时代、智慧时代。每一个时代和每一个时代的效率都是量级的差距。而重点是，抓住每个时代的特性，用适应这个时代的思维去应对新的时代。我们现在大多保留的是农业思维和工业思维。农业思维都很熟悉，就是重储藏，重人情，保守。而工业思维就是以物为中心的思维套路。即把人当成可以产生效能的物，每个人都有对应的产能。这样将每一个人看作是一个不完整的人，即只需要人贡献出某一有价值的部分。对于知识与智慧时代，我们需要的是一个完整的人，即实现身体、头脑、心灵、灵魂统一的人，由此才能发挥出最大的创造力。 
  
 2.看哈佛幸福课讲到，信息不重要，改变才是最重要的。我们往往错的是产生信息会改变这个世界的信念。接受再杂多的信息也不能改变什么，真正改变什么的是改变本身。只有改变了，才能转变接受信息的容器，对信息产生根本性的影响。换句话说，每天的学习不是目的本身，我们的目的是改变。
  
 3安静很关键，但我们的文化中慢慢开始缺失追去片刻的宁静。安静下来，才能有助于真正的习得。如何静下心来习得呢？就是要分辨出什么是重要？什么该舍弃？懂得辨识出最重要的问题。幸福感的来源就是自己不断问出对的问题，保持好奇，保持对可以让自己开心、幸福的事情的好奇。
  
 三、明日计划及当日计划完成情况是？
  
 今日计划：
  
 1、早起：6:00起床                  已完成
  
 2、读书：读书30min以上        已完成
  
 3，运动：运动15min以上        已完成
  
 明日计划：
  
 1、早起：6:00起床
  
 2、读书：读书30min以上
  
 3，运动：运动15min以上

7. 2021-01-29

2021年1月29日星期五     《扫除道》读书总结
  
 第七章扫除然后什么发生了变化-海外篇
  
 第一个案例就是中国，是对入住的宾馆。入住酒店后，因为要避免资源的浪费，所以给服务员留中文的纸条。这是对服务员的一种尊重，同时能让服务员产生共情，让她感受到被尊重。
  
 自带洗漱用品，将一次性酒店用品收到一旁，退房时再放回原位。如果因为花了钱，所以要把备用品都用掉，这种想法是卑鄙的，缺乏体谅情怀。
  
 任何事情，如果你不站出来率先示范，就无法指望别人能像你想象得那样工作。
  
 即使很琐碎得小事，真正实施起来也需要很大得勇气。
  
 将地上得垃圾视为每天磨砺自己心性得重要条件。
  
 第二个案例是在中国台湾，统一超商，徐总经理得事业很成功，实行得是“家族主义经营”“家人是最宝贵的，是无可替代的”“如能以珍惜家人的态度对待员工，就一定能将企业经营好”
  
 我们团队在走三阶段的试行，如果我们都可拿出这样的态度对待每一个人，可能团队的士气还能再提高一点。
  
 在台湾进行的扫除活动，统一超商的徐经理有个发言：扫除活动的两大好处，一个是让孩子们学会了整理、整顿。另一个就是心性教育。扫除可以培养人的谦逊之心，有了谦逊之心，无论职务的高低，都能诚心诚意的响应对方。同时通过打扫肮脏的地方，使自己慢慢懂得困难终究能克服的道理。从而培养不贪图享乐，勇于挑战一切的精神。
  
 后面还有巴西和美国的扫除活动。
  
 全书读完，作者说将这样的活动发展起来，是想要改变日本人的精神，必须大兴谦让之风，努力防止精神堕落。

8. 2021-12-01

1.家庭教育指导师职业前景怎么样？为什么现在这个行业越来越火？ 
  
 总结下来主要有两方面：
  
 一是现代人教育理念的转变，旧的教育观念，“强制、施加、逼迫”等教育方式已经不适合现代青少年心理健康发展了，现代青少年普通存在早熟、自主、开放、任性、逆返、自私等特征，过分压制，换来的只是孩子更大的叛逆。
  
 2021版《中国国民心理健康发展报告》如下 ：
  
 小学段的抑郁率为1成左右，中重度抑郁率为1.9%-3.3%
  
 初中段的抑郁率为3成左右，中重度抑郁率为7.6%-8.6%
  
 高中段的抑郁率为4成左右，中重度抑郁率为10.9%-12.5%
  
 调查显示： 每1000个家庭中，就有60个孩子抑郁，260个家长焦虑，在我国，抑郁症患病率达2.1%，这个数字还在上升......在欧美，每300人就拥有1名家庭教育指导师，全美国拥有家庭教育指导师80万人。而按照这一标准，中国家庭教育指导师人才缺口为460万，所以无论是为家庭为就业，都值得我们去学习。
  
 二是，自从今年7月国家双减政策后，K12（教培）离我们远去。那么孩子校外的教育就必须要由我们这些做父母的去填满。学习育儿知识，提升自身素质，教育好自己的孩子，势在必行！ 如果还可以帮别人带看一下孩子，解决一下家庭关系，也难免不是一个好的职业选择！就目前教育形势来看，前景是一片光明的！以下为一些一线城市的招聘求职信息，供大家参考！
                                          
  2. 家庭教育指导师证有必要考吗？ 
  
 这个问题要看自己的需求了，如果只是单纯的教育自己孩子，那么最主要的是学习知识和技能，知识的获取可以多个方面，比如市面上有一些育儿方面的书籍，可以去看，但是一般情况下，一本书可能只能覆盖一方面内容，如孩子心理的、孩子学习提升的、孩子性格培养的等等，不是很系统、很全面，另外也没有一些实操的支持，而且单纯看书也很乏味的。跟着专业课程体系和专业老师去学习可以更系统的掌握孩子每个成长阶段的所有问题，用正确科学的方法去应对。以我国当前教育形势，家庭教育指导师这个行业人才非常紧缺，收入比较可观，如果想转行，提升收入水平，那最好能拿个证，有了证，就有了进入这个行业的敲门砖。
  
  3. 家庭教育指导师可以自学考试吗? 
  
 不可以，报考家庭教育指导师考试需要先参加人社部指定的教育机构的培训课程，接受系统完整的学习培训以后，机构会统一安排参加全国家庭教育指导师的考试，考试通过后2个月拿证。
  
  4. 家庭教育指导师怎么报考？ 
  
 报考条件：18岁以上，大专及以上学历
  
 适合人群：上班族、宝妈、在校生
  
 申报资料：
  
 1、学历证复印件
  
 2、身份证复印件二份
  
 3、2寸免冠证件照片
  
 考试时间： 每年3月、6月、9月、12月
  
 考试形式： 采取机考(计算机在线考试系统)，大多为选择题，满分100 分，60分合格
  
 学习形式：手机、pad在线学习，直播+录播形式
  
 考试成绩查询：考后15个工作日
  
 考试下证：考后2个月
  
  5. 家庭教育指导师证哪个机构的最权威？ 
  
 如果抱着拿证就业的小伙伴，一定要注意查询对比清楚，目前这个证书最权威的是 中华人民共和国人力资源和社会保障部 直属部门中国人事人才培训网颁发的，在人社部官网可查，证书合金量高，就业有保障！切记避免选择各种**委、**工会等社会团体机构 。
  
 附官网查询流程：
  
  6. 报考家庭教育指导师如何避免上当受骗？ 
  
 （1）看机构实力，可以在企查查上查询一下公司注册资本和信用风险。
  
 （2）看培训机构行业经验，最好有3年以上行业领域的经验，或者看是否有心理教育相关的培训经验，毕竟家庭教育跟心理教育有很大关联性。
  
 （3）看老师的师资如何，选择正规院校毕业、经验丰富的老师。
  
 （4）报名费如果低于2000，高于5000要慎重了，太低了，后期可能会有附加的收费的陷阱，或者课程时间和质量会有部分缩水，太高的话，也没必要。
  
 （5）看证书的颁发机构 ，一定要能在人社部官网可查的。
  
 （6）看是否有正规的合同和发票。
  
 以上问题，希望对大家有用，如果还有不清楚的地方，欢迎多多交流！