Après avoir suivi ces cours, je me sens confiant dans la création de visualisations et de tableaux de bord professionnels.
Shoebur RahmanSpécialiste des marchés publics, Giz Bangladesh
Description du cours
Vous vous inquiétez de la présence d’enregistrements inexacts ou suspects dans vos données, sans savoir par où commencer ? Un algorithme de détection d’anomalies peut vous aider ! La détection d’anomalies regroupe des techniques destinées à repérer des points de données inhabituels, et elle est essentielle pour détecter la fraude et protéger les réseaux informatiques contre les activités malveillantes. Dans ce cours, vous explorerez des tests statistiques pour identifier les valeurs aberrantes et apprendrez à utiliser des algorithmes de notation d’anomalies avancés comme le facteur d’isolement local (local outlier factor) et l’isolation forest. Vous appliquerez ces techniques pour trouver des vins atypiques dans le jeu de données UCI Wine Quality et pour détecter des cas de maladie thyroïdienne à partir de mesures hormonales anormales.
Prérequis
Programme de formation
Plan du cours
1
Détection statistique des valeurs aberrantes
Dans ce chapitre, vous verrez comment des résumés numériques et graphiques peuvent servir à évaluer de manière informelle si les données contiennent des points inhabituels. Vous utiliserez une procédure statistique appelée test de Grubbs pour vérifier si un point est une valeur aberrante, et découvrirez l’algorithme Seasonal-Hybrid ESD, utile pour repérer des valeurs aberrantes lorsque les données forment une série chronologique.
- Que veut-on dire quand on parle d’anomalies ?50 XP
- Reconnaître les types d’anomalies50 XP
- Explorer les données de nitrate de rivière100 XP
- Tester les valeurs extrêmes avec le test de Grubbs50 XP
- Vérification visuelle de la normalité100 XP
- Test de Grubbs100 XP
- Traquer plusieurs valeurs aberrantes avec le test de Grubbs100 XP
- Anomalies dans des séries temporelles50 XP
- Évaluation visuelle de la saisonnalité100 XP
- Algorithme Seasonal Hybrid ESD100 XP
- Interpréter la sortie de Seasonal-Hybrid ESD100 XP
- Seasonal-Hybrid ESD versus test de Grubbs50 XP
2
Détection d’anomalies basée sur la distance et la densité
Dans ce chapitre, vous apprendrez à calculer la distance des k plus proches voisins (k-nearest neighbors) et le facteur d’isolement local (local outlier factor), qui servent à construire des scores d’anomalie continus pour chaque point lorsque les données ont plusieurs variables. Vous verrez la différence entre anomalies locales et globales et comment ces deux algorithmes peuvent aider dans chaque cas.
3
Isolation forest
La distance des k plus proches voisins et le facteur d’isolement local s’appuient sur la distance ou la densité relative des voisins les plus proches pour attribuer un score à chaque point. Dans ce chapitre, vous explorerez une approche alternative basée sur des arbres, appelée isolation forest, une méthode rapide et robuste de détection d’anomalies qui mesure à quel point il est facile d’isoler les points en scindant aléatoirement les données en régions de plus en plus petites.
4
Comparer les performances
Vous avez maintenant découvert plusieurs algorithmes de notation d’anomalies. Dans ce dernier chapitre, vous apprendrez à comparer les performances de détection des algorithmes lorsque des anomalies étiquetées sont disponibles. Vous calculerez et interpréterez la précision (precision) et le rappel (recall) d’un score d’anomalie, et verrez comment adapter les algorithmes pour gérer des données comportant des variables catégorielles.
R
Introduction à la détection d’anomalies en R
Cours
terminé
