توضیحات

آموزش تشخیص ناهنجاری به کمک یادگیری ماشین

نام دوره : Anomaly Detection: Machine Learning, Deep Learning, AutoML

پیش‌نیاز

هیچ پیش‌نیازی لازم نیست.

توضیحات دوره

به‌روزرسانی‌های اخیر

• جولای ۲۰۲۴: افزودن ویدئویی درباره رویکرد ترکیبی (ترکیب الگوریتم‌های خوشه‌بندی و غیرخوشه‌بندی برای شناسایی ناهنجاری‌ها)

• فوریه ۲۰۲۳: افزودن ویدئویی درباره «هوش مصنوعی قابل توضیح». این حوزه‌ای نوظهور و جذاب برای درک عوامل اثرگذار بر نتایج است.

• ژانویه ۲۰۲۳: افزودن الگوریتم‌های شناسایی ناهنجاری با یادگیری عمیق (Auto Encoders، Boltzmann Machines، Adversarial Networks)

• نوامبر ۲۰۲۲: توضیح الگوریتم Isolation Forest با استفاده از محاسبات دستی و داده‌های اندک برای شناسایی نقاط ناهنجار — رویکردی منحصربه‌فرد برای درک بهتر الگوریتم!

• جولای ۲۰۲۲: اضافه شدن آموزش «تشخیص ناهنجاری با استفاده از PowerBI» — اتو‌ام‌ال (AutoML) تحول جدید در دنیای یادگیری ماشین است.

• ژوئن ۲۰۲۲: افزودن ویدئویی درباره متعادل‌سازی مجموعه‌ داده‌های نامتوازن.

• می ۲۰۲۲: افزودن ویدئویی درباره PyOD و مقایسه ۱۰ الگوریتم مختلف.

معرفی دوره آموزش تشخیص ناهنجاری به کمک یادگیری ماشین

یک ناهنجاری داده‌ای است که با سایر داده‌ها هماهنگ نیست.

شناسایی این نقطه یا نقاط ناهنجار در یک فرآیند می‌تواند بسیار سودمند باشد؛ چرا که ممکن است به مسائل بالقوه‌ای که سازمان را تحت تأثیر قرار می‌دهد اشاره کند.

در واقع، تشخیص ناهنجاری یکی از رایج‌ترین کاربردهای یادگیری ماشین در کسب‌و‌کارهاست.

من به عنوان یک متخصص هوش مصنوعی همیشه به مشتریانم پیشنهاد می‌دهم که سفر خود در هوش مصنوعی را با تشخیص ناهنجاری آغاز کنند، چرا که حتی با داده‌های محدود نیز قابل اجراست.

موارد کاربرد تشخیص ناهنجاری:

• نگهداری پیش‌بینی‌شونده در صنعت تولید

• شناسایی تقلب در صنایع مختلف

• نظارت در صنایع گوناگون

• خدمات مشتری و خرده‌فروشی

• فروش و بازاریابی

مطالبی که در این دوره پوشش داده می‌شود:

• سه نوع تشخیص ناهنجاری: زمانی، غیر زمانی و تصویری — تشخیص ناهنجاری در تصاویر، مرز جدیدی در هوش مصنوعی است. همان‌طور که اعداد را تحلیل می‌کنیم، اکنون می‌توان تصاویر را نیز تحلیل کرد.

• مفاهیم یادگیری ماشین و یادگیری عمیق

• الگوریتم‌های نظارت‌شده و بدون نظارت (DBSCAN، Isolation Forest)

• تشخیص ناهنجاری در تصاویر با تکنیک‌های یادگیری عمیق

• سناریوهایی که در آن‌ها می‌توان از تشخیص ناهنجاری استفاده کرد

تشخیص ناهنجاری حوزه‌ای است که در هر نوع کسب‌وکاری قابل پیاده‌سازی است. به همین دلیل، بسیاری از سازمان‌ها در آغاز مسیر هوش مصنوعی خود ابتدا این حوزه را بررسی می‌کنند. به عنوان یک دانشجو یا متخصص، شما نیز می‌توانید وارد این حوزه جذاب شوید.

دوره آموزش تشخیص ناهنجاری به کمک یادگیری ماشین مناسب چه کسانی است:

• علاقه‌مندان به یادگیری ماشین و یادگیری عمیق

• مدیران و سرپرستان داده‌کاوی و علم داده

• مبتدیان در حوزه علم داده

بخشی از دوره :