Pular para o conteúdo principal
InícioPython

curso

Anomaly Detection in Python

Intermediário
Actualizado 02/2025
Detect anomalies in your data analysis and expand your Python statistical toolkit in this four-hour course.
Iniciar curso gratuitamente

Incluído comPremium or Teams

PythonProbability & Statistics4 horas16 vídeos59 exercícios4,950 XP4,744Certificado de conclusão

Crie sua conta gratuita

ou

Ao continuar, você aceita nossos Termos de Uso, nossa Política de Privacidade e que seus dados são armazenados nos EUA.
Group

Treinar 2 ou mais pessoas?

Tentar DataCamp for Business

Amado por alunos de milhares de empresas

Descrição do curso

Spot Anomalies in Your Data Analysis


Extreme values or anomalies are present in almost any dataset, and it is critical to detect and deal with them before continuing statistical exploration. When left untouched, anomalies can easily disrupt your analyses and skew the performance of machine learning models.

Learn to Use Estimators Like Isolation Forest and Local Outlier Factor


In this course, you'll leverage Python to implement a variety of anomaly detection methods. You'll spot extreme values visually and use tested statistical techniques like Median Absolute Deviation for univariate datasets. For multivariate data, you'll learn to use estimators such as Isolation Forest, k-Nearest-Neighbors, and Local Outlier Factor. You'll also learn how to ensemble multiple outlier classifiers into a low-risk final estimator. You'll walk away with an essential data science tool in your belt: anomaly detection with Python.

Expand Your Python Statistical Toolkit


Better anomaly detection means better understanding of your data, and particularly, better root cause analysis and communication around system behavior. Adding this skill to your existing Python repertoire will help you with data cleaning, fraud detection, and identifying system disturbances.

Pré-requisitos

Supervised Learning with scikit-learn
1

Detecting Univariate Outliers

Iniciar capítulo
2

Isolation Forests with PyOD

Iniciar capítulo
3

Distance and Density-based Algorithms

Iniciar capítulo
4

Time Series Anomaly Detection and Outlier Ensembles

Iniciar capítulo
Anomaly Detection in Python
Curso
Completo

Obtenha um certificado de conclusão

Adicione esta credencial ao seu perfil, currículo ou currículo do LinkedIn
Compartilhe nas redes sociais e em sua avaliação de desempenho

Incluído comPremium or Teams

Inscreva-se agora

Junte-se a mais 16 milhões de alunos e comece Anomaly Detection in Python hoje!

Crie sua conta gratuita

ou

Ao continuar, você aceita nossos Termos de Uso, nossa Política de Privacidade e que seus dados são armazenados nos EUA.