Introducción a metodologías de detección de anomalías con Python ON-LINE

Curso desarrollado en colaboración con el Instituto Tecnológico de Informática (ITI)

Formato: On-line

Cuándo: Del 04/02/2021 al 18/03/2021. Martes y jueves de 16:00 a 20:00h.

Cuánto: Externos: 400€ (+IVA). Asociados: 340€ (+IVA)

Descuento por volumen:

  • 5% por segundo alumno
  • 10% por tercer, cuarto, etc. alumno

Precio especial de venta anticipada hasta el 25 de diciembre de 2020*: 240€ (+IVA)

*Otros descuentos y precios especiales no acumulables

Se puede bonificar el curso a través de la Fundación Estatal para la Formación en el Empleo en función del crédito disponible de la empresa, pero hay que tener presente que es necesario comunicar a la Fundación la realización del curso con una antelación mínima a su inicio de 10 días naturales. El coste de la gestión es del 15% del importe máximo bonificable con un mínimo de 45€.

Fin plazo de matrícula: 25 de enero

boton otros cursos

Presentación del curso:

La detección de anomalías es el proceso que identifica datos que se desvían del comportamiento esperado. Datos anómalos pueden ser indicativos de problemas graves, por lo que su detección cobra una enorme importancia en varias industrias como en la ciberseguridad, mediante la detección de intrusiones, o la de seguros, mediante la detección de fraude. La detección temprana de anomalías permite tomar acciones críticas que permiten mantener un estándar de calidad y minimizar pérdidas económicas.

En este curso se presentará el problema de detección de anomalías y los distintos aspectos que lo caracterizan. Se expondrán las metodologías más populares y con mayor éxito, resaltando las ventajas y desventajas de cada una. Se hará hincapié en métodos aplicables a serie temporales.

Se usará el lenguaje de programación Python para aplicar las distintas metodologías expuestas sobre conjuntos de datos reales y simulados. Python es un lenguaje con sintaxis sencilla y ampliamente extendido en las comunidades científica, informática y académica. Se está convirtiendo en el lenguaje de programación estándar de prototipado e implementación de soluciones dotadas de inteligencia artificial.

Objetivos

Al completar el curso los alumnos adquirirán las competencias siguientes:

  • Conocimiento de las distintas problemáticas asociadas a un proyecto de detección de anomalías.
  • Conocimiento de familias de modelos de uso común.
  • Comprender las ventajas y desventajas de distintas metodologías de detección de anomalías.
  • Uso de librerías especializadas de Python para detectar anomalías en datos tabulares y series temporales.
  • Familiaridad con otras herramientas open source.
  • Conocimiento de casos de uso reales.

Dirigido a:

Personas con experiencia en análisis de datos que quieren ampliar su skillset con metodologías no supervisadas de machine learning, y que desean conocer los detalles técnicos y los riesgos asociados al problema de la detección de anomalías.

Requisitos previos:

  • Conocimiento de un curso de introducción al Machine Learning
  • Experiencia con Python
  • Familiaridad con librerías de computación numérica (e.g. numpy)

Temario:

  1. ¿Qué es una anomalía?
  2. El problema de detección de anomalías
  3. Clasificación de metodologías:
  4. Ensamblaje de modelos
  5. Herramientas open source
  6. Casos de uso con Python

Formalización de matricula:
Tras rellenar el formulario de inscripción, Som Digitals se pondrá en contacto con usted para indicarle las instrucciones para finalizar la matrícula en el curso. No es necesario que rellene los datos de facturación (se le solicitarán posteriormente).

 

boton inscripcion