لطفا جهت اطلاع از آخرین دوره ها و اخبار سایت در
کانال تلگرام
عضو شوید.
آموزش مبانی تشخیص ناهنجاری (Anomaly Detection)
- آخرین آپدیت
دانلود Foundations of Anomaly Detection
نکته:
ممکن هست محتوای این صفحه بروز نباشد ولی دانلود دوره آخرین آپدیت می باشد.
نمونه ویدیوها:
توضیحات دوره:
بسیاری از دانشمندان داده بدون تعریف دقیق مفهوم «وضعیت نرمال»، نوع ناهنجاری مورد نظر یا بررسی تناسب این روش با مسئله، مستقیماً به سراغ الگوریتمها میروند. در دوره «مبانی تشخیص ناهنجاری»، شما توانایی تحلیل جامع یک مسئله ناهنجاری را از پایه و پیش از شروع مدلسازی میآموزید. ابتدا با مفهوم تشخیص ناهنجاری، شهود اصلی مدلسازی حالت نرمال، تفاوت آن با طبقهبندی (Classification)، رگرسیون و خوشهبندی و همچنین سه نوع اصلی ناهنجاریها آشنا میشوید. سپس خواهید آموخت که چه زمانی تشخیص ناهنجاری ابزار مناسبی است، مقایسه آن با سیستمهای مبتنی بر قانون و دلایل دشواری تعریف حالت نرمال را بررسی میکنید. در نهایت، یاد میگیرید چگونه یک مسئله واقعی را با ترکیب نوع ناهنجاری، ریسک تجاری و تعریف وضعیت نرمال در قالب یک بیانیه مسئله شفاف صورتبندی کرده و احتمال موفقیت مدل را ارزیابی کنید. در پایان این دوره، شما زیربنای مفهومی لازم برای شناسایی کاربردهای تشخیص ناهنجاری و طراحی سیستمهای کارآمد را به دست خواهید آورد.
Pratheerth یک دانشمند داده است که پس از ترکیبی التقاطی از تجربیات کاری و کاری وارد این حوزه شده است. وی دارای مدرک کارشناسی مهندسی در مکاترونیک از هند ، کارشناسی ارشد مدیریت مهندسی از استرالیا و سپس چند سال سابقه کار به عنوان مهندس تولید در خاورمیانه است. سپس هنگامی که اشکال A.I او را گاز گرفت ، او همه چیز را رها کرد تا زندگی خود را وقف این میدان کند. وی در حال حاضر به عنوان Data Scientist در زمینه مشاوره ، ایجاد دوره و فریلنسینگ کار می کند.
نمایش نظرات