|
所在平台: Udemy |
课程主页: https://www.udemy.com/course/analisis-robusto-de-datos-en-r-y-matlab/
课程评论：没有评论
课程名称：Análisis avanzado de datos atípicos y outliers en R y Matlab 课程概述： 在统计学、数据分析、数据挖掘、机器学习、人工智能、模式识别、分类、主成分分析、回归、大数据等领域，强健的数据分析和异常值（outliers）检测至关重要。研究人员、学生、数据分析师以及任何处理真实数据的人都应意识到异常值问题，并掌握如何处理这一问题及使用哪些强健的方法。许多机器学习算法能够识别大多数数据的共同特征，但常常会被异常值混淆或忽视。然而，在涉及人身安全等关键场景中，异常值决不能被忽视。例如，若在新冠疫情中忽视了网络神经网络所检测到的异常值信号，便可能导致全球大流行。因此，理解和处理异常值对于如智能城市系统的漏气警报、可能迎来的陨石威胁等情况也是至关重要的。本课程将帮助你成为数据强健分析和异常值检测及处理的专家，通过理论概念的学习和以R-Studio和Matlab两种语言提供的实用算法实现。课程还将提供一个供学生交流疑问的社区，你可以向其他学生询问与异常值分析相关的问题。此外，课程中的示例代码已在GitHub公开仓库中提供，便于你下载和使用。课程还设有两个基础概念部分，帮助你回顾必要的知识，以理解异常值检测方法。通过本课程，你将理解和掌握当前学术界和工业界在数据分析或机器学习中最重要的主题之一。示例将帮助你进一步理解异常值分析的重要性，并为独立进行此类分析提供指导。
El análisis robusto de datos y la detección de atípicos (outliers) son cruciales en Estadística, Análisis de datos, Minería de datos, Aprendizaje automático, Inteligencia Artificial, Reconocimiento de patrones, Clasificación, Componentes Principales, Regresión, Big Data y cualquier campo relacionado con los datos. Los investigadores, estudiantes, analistas de datos y, en su mayoría, cualquier persona que esté tratando con datos reales, deben ser conscientes del problema con los valores atípicos (o outliers) y deben saber cómo tratar este problema y qué métodos robustos se deben utilizar. Y es que la gran mayoría de algoritmos de Machine Learning son capaces de detectar características comunes a la gran mayoría de los datos, pero muchas veces se ven confundidos o incluso ignoran esos datos atípicos, que no deben ser ignorados en condiciones donde peligra la seguridad de las personas, como es el caso de análisis de datos médicos, el mundo de internet de las cosas, o la seguridad en las empresas. ¿Qué ocurriría si por ignorar un dato anómalo se propagara un virus por todo el mundo? Tendríamos una pandemia, como la del COVID19, la cual si no se hubieran ignorado las señales de outliers que detectaban las redes neuronales, se podría haber actuado ante ella con antelación.¿Qué ocurriría si ignoráramos alguna señal de un sistema de una ciudad inteligente? Se nos podría pasar por alto una fuga de gas¿Qué ocurriría si por ignorar una alarma, se nos pasara un meteorito que viene hacia la tierra? Tendríamos que llamar a Bruce Willis, para salvarnos del Armageddon Con este curso serás experto en análisis robusto de datos, en la detección y el tratamiento de los datos atípicos, tanto aprendiendo los conceptos teóricos, cómo teniendo a tu disposición los algoritmos implementados de manera práctica con dos lenguajes diferentes para que elijas el que más te conviene: R-Studio y Matlab.Además tendrás acceso a una comunidad para dudas, donde están todos los estudiantes y puedes preguntar lo que quieras acerca del análisis de datos atípicos. Los códigos de implementación de los ejemplos están disponibles para ti en el repositorio abierto de Github para que los puedas descargar y usar.Además, tenemos dos secciones de conceptos básicos que te servirán de ayuda para recordar algunas nociones necesarias para entender los métodos de detección de atípicos. Con este curso podrás entender y saber tratar con uno de los temas más importantes de hoy en día tanto académicamente, como en la industria y en el análisis de datos o el machine learning. Los ejemplos te servirán para visualizar esta importancia del análisis de datos atípicos y outliers así como también de guía para poder llevar a cabo luego estos análisis por ti mismo.
