Anomalileri yakalayın, doğrulayın, doğru ele alın
İstatistiksel ve makine öğrenmesi yöntemleriyle anomali tespiti, doğrulama ve müdahale stratejilerini öğreten uygulamalı eğitim.
Anomali tespiti ve doğrulaması üzerine uygulamalı veri içgörüsü programı
Bu eğitim, veri setlerinde ve zaman serilerinde anomalileri tespit etme, doğrulama ve ele alma becerisi kazandırır. Aykırı değer türleri (nokta, bağlamsal, toplu), istatistiksel yöntemler (z-skoru, modified z, IQR, Grubbs), zaman serisinde mevsimsellik ve STL ayrıştırma ile anomali, makine öğrenmesi yöntemleri (Isolation Forest, Local Outlier Factor, One-Class SVM) ele alınır. Yanlış pozitif/negatif dengesi, eşik ayarı, kök neden doğrulaması ve müdahale (düzeltme, karantina, alarm) işlenir. Katılımcı; gerçek veri üzerinde anomali tespit hattı kurar.
3 Gün. Her gün dört modül; aykırı değer, istatistiksel yöntem, ML tabanlı tespit ve doğrulama üzerine uygulama.
Orta Seviye — anomali tespiti, aykırı değer analizi, istatistiksel ve makine öğrenmesi yöntemleri, doğrulama
Python ve scikit-learn ile gerçek işlem ve sensör verileri üzerinde anomali tespit laboratuvarı yürütülür.
Dolandırıcılık, arıza ve hata gibi sorunları veride erken yakalarsınız.
Yanlış alarm ve kaçırma arasında doğru eşik dengesini kurarsınız.
Tespit edilen anomaliyi kök nedene bağlayıp doğru müdahaleyi seçersiniz.
Eğitimden verim almak için faydalı olacak bilgi ve ortam gereksinimleri
Temel pandas ve numpy deneyimi gerekir.
Ortalama, standart sapma ve dağılım kavramları önerilir.
Temel makine öğrenmesi kavramlarına aşinalık faydalıdır.
Python, pandas, numpy, scikit-learn ve Jupyter kurulu olmalıdır.
Programın gün gün akışı aşağıdadır. Bir güne tıklayarak o günün modüllerini ve içeriklerini görebilirsiniz.
Program sonunda katılımcılar:
Nokta, bağlamsal ve toplu anomalileri ayırt edebilirsiniz.
z-skoru, IQR ve Mahalanobis ile aykırı tespit edebilirsiniz.
STL ve sapma bandıyla zaman serisi anomalisi yakalayabilirsiniz.
Isolation Forest ve LOF ile anomali skoru üretebilirsiniz.
Precision/recall ve PR eğrisiyle tespiti değerlendirebilirsiniz.
Anomalileri çapraz teyit ve iş kuralıyla doğrulayabilirsiniz.
Kırılım analiziyle anomalinin kök nedenini bulabilirsiniz.
Uygun müdahale ve alarm stratejisi tasarlayabilirsiniz.
Bu eğitim Digital Vizyon Akademi Başarı Sertifikası ile tamamlanır.
Eğitim başında “Ön Test”, bitiminde “Son Test” uygulanarak gelişim ölçümlenir. Değerlendirme formunu dolduran katılımcılar sertifikalarını alır. Sertifikanızın geçerliliğini Sertifika Sorgulama sayfasından doğrulayabilirsiniz.
Proje başarı metrikleri: hedef-metrik hizalama, çıktı-sonuç-etki, OKR/KPI, temel çizgi, ölçüm planı, A/B testi ve ROI ile değerlendirmeyi öğrenin.
Detayları Gör →
SQL temelleri: SELECT ve JOIN, GROUP BY toplulaştırma, alt sorgu ve CTE, DML, işlemler (ACID) ve kısıtlarla veri sorgulama ve yönetmeyi uygulamalı öğrenin.
Detayları Gör →
SQL ile SELECT, WHERE, ORDER BY, GROUP BY sorgularını ve INSERT/UPDATE/DELETE veri değiştirme işlemlerini transaction ile uygulamalı öğrenin.
Detayları Gör →
SQL JOIN türleri: INNER, LEFT, RIGHT, FULL, CROSS ve SELF JOIN ile çok tablolu sorgular, UNION set operatörleri ve join performansını öğrenin.
Detayları Gör →
R ile betimsel istatistik, t-testi, ANOVA, ki-kare, korelasyon ve doğrusal regresyonu RStudio'da gerçek veri setleriyle uygulamalı öğrenin.
Detayları Gör →