مرورگر شما از این ویدیو پشتیبانی نمی کند.
نکته:
آخرین آپدیت رو دریافت میکنید حتی اگر این محتوا بروز نباشد.
نمونه ویدیوها:
(صرفا برای مشاهده نمونه ویدیو، ممکن هست نیاز به شکن داشته باشید.)
بارگزاری مجدد
توضیحات دوره:
این دوره تکنیک هایی را به شما آموزش می دهد تا مدلی برای تشخیص ناهنجاری بر روی مجموعه داده سری زمانی خودتان بسازید.
سرفصل ها و درس ها
بررسی اجمالی دوره
Course Overview
بررسی اجمالی دوره
Course Overview
مقدمه ای بر داده های سری زمانی و تشخیص ناهنجاری
Introduction to Time Series Data and Anomaly Detection
خلاصه دوره و ماژول
Course and Module Summary
داده های سری زمانی چیست؟
What Is Time Series Data?
تجزیه و تحلیل داده های سری زمانی
Analysing Time Series Data
ایستایی و خودهمبستگی
Stationarity and Autocorrelation
مقدمه ای بر تشخیص ناهنجاری
Introduction to Anomaly Detection
نسخه ی نمایشی: تنظیم محیط شما
Demo: Setting up Your Environment
خلاصه ماژول
Module Summary
ساخت مدلی برای خودکارسازی تشخیص ناهنجاری
Building a Model to Automate Anomaly Detection
نمای کلی ماژول
Module Overview
تجزیه STL
STL Decomposition
درختان طبقه بندی و رگرسیون (CART)
Classification and Regression Trees (CART)
تشخیص ناهنجاری مبتنی بر خوشه
Clustering-based Anomaly Detection
تشخیص ناهنجاری با استفاده از رمزگذارهای خودکار
Anomaly Detection Using Autoencoders
نسخه ی نمایشی: مقدمه ای بر مشکل و مجموعه داده ها
Demo: Introduction to the Problem and Dataset
نسخه ی نمایشی: تجزیه و تحلیل داده های اکتشافی و پاکسازی داده ها
Demo: Exploratory Data Analysis and Data Cleaning
نسخه ی نمایشی: پیش پردازش داده ها و کاهش ابعاد
Demo: Data Preprocessing and Dimensionality Reduction
نسخه ی نمایشی: ساخت مدلی برای تشخیص ناهنجاری
Demo: Building a Model for Anomaly Detection
خلاصه ماژول
Module Summary
ارزیابی مدل و مقابله با ناهنجاری ها
Model Evaluation and Dealing with Anomalies
نمای کلی ماژول
Module Overview
نسخه ی نمایشی: ارزیابی مدل های تشخیص ناهنجاری
Demo: Evaluating the Anomaly Detection Models
چگونه با ناهنجاریها مقابله کنیم
How to Deal with Anomalies
خلاصه ماژول و بازخورد
Module Summary and Feedback
نمایش نظرات