مقدمهای بر تشخیص ناهنجاری در R
✅ سرفصل و جزئیات آموزش
آیا درباره وجود رکوردهای نادرست یا مشکوک در داده خود نگران هستید اما نمیدانید از کجا شروع کنید؟ الگوریتمهای تشخیص ناهنجاری میتوانند کمککننده باشند. تشخیص ناهنجاری مجموعهای از تکنیکها برای شناسایی نقاط داده غیرعادی است و نقشی حیاتی در کشف تقلب و محافظت از شبکههای کامپیوتری در برابر فعالیتهای مخرب دارد.
در این دوره، هنرجو آزمونهای آماری برای شناسایی نقاط پرت را بررسی میکند و چگونگی استفاده از الگوریتمهای پیشرفته امتیازدهی ناهنجاری مانند Local Outlier Factor و Isolation Forest را میآموزد. همچنین این الگوریتمها را برای شناسایی نمونههای غیرعادی شراب در دیتاست UCI Wine Quality و نیز برای تشخیص موارد بیماری تیروئید بر اساس اندازهگیریهای غیرطبیعی هورمونی به کار میگیرد.
مقدمهای بر تشخیص ناهنجاری در R
-
منظور از ناهنجاری چیست؟ None
-
آزمون مقادیر حدی با استفاده از Grubbs' Test None
-
ناهنجاریها در سریهای زمانی None
-
امتیاز فاصله در k-Nearest Neighbors None
-
مصورسازی فاصله kNN None
-
ضریب نقاط پرت محلی None
-
درختهای Isolation None
-
الگوریتم Isolation Forest None
-
مصورسازی امتیاز Isolation None
-
ناهنجاریهای برچسبدار None
-
سنجش عملکرد None
-
کار با ویژگیهای دستهای None
-
جمعبندی None
مشخصات آموزش
مقدمهای بر تشخیص ناهنجاری در R
- تاریخ به روز رسانی: 1404/12/10
- سطح دوره:متوسط
- تعداد درس:13
- مدت زمان :4:00:00
- حجم :194.0MB
- زبان:دوبله زبان فارسی
- دوره آموزشی:AI Academy
آموزش های مرتبط
- زمان: 03:02:02
- تعداد درس: 14
-
سطح دوره:
-
زبان: دوبله فارسی
- زمان: 58:00
- تعداد درس: 12
-
سطح دوره:
-
زبان: دوبله فارسی
-
سطح دوره:
-
زبان: دوبله فارسی
- زمان: 11:25:13
- تعداد درس: 94
-
سطح دوره:
-
زبان: دوبله فارسی
- زمان: 06:58:57
- تعداد درس: 60
-
سطح دوره:
-
زبان: دوبله فارسی
- زمان: 02:27:39
- تعداد درس: 24
-
سطح دوره:
-
زبان: دوبله فارسی
- زمان: 08:11:21
- تعداد درس: 28
-
سطح دوره:
-
زبان: دوبله فارسی
- زمان: 09:44:25
- تعداد درس: 67
-
سطح دوره:
-
زبان: دوبله فارسی
- زمان: 04:52:43
- تعداد درس: 38
-
سطح دوره:
-
زبان: دوبله فارسی