Eğitimin Amacı ve Kapsamı
Sistem logları, sensör verisi, işlem kayıtları veya iş metrikleri gibi kaynaklarda anomaliler nadir, etiketler ise çoğunlukla yoktur. Program; z-score ve robust istatistiklerden Isolation Forest, Local Outlier Factor ve One-Class SVM'e, autoencoder tabanlı yaklaşımlardan zaman serisi anomali tespitine kadar yöntemleri karşılaştırmalı olarak işler; PyOD gibi kütüphaneler kullanılır.
Az sayıda etiketle değerlendirme, eşik ayarı, alarm önceliklendirme ve analist geri bildirimiyle iyileştirme döngüsü uygulamalı ele alınır. Çıktı, kurum verisine uyarlanmış bir anomali tespit prototipi ve izleme önerisidir.
Kimler Katılmalı?
- Veri bilimciler ve ML mühendisleri
- IT operasyon, SRE ve gözlemlenebilirlik ekipleri
- Kalite, üretim ve süreç analitiği uzmanları
- Ön koşul: Python ve temel makine öğrenmesi bilgisi
Kazanımlar
- Nokta, bağlamsal ve toplu anomali türlerini ayırt etmek
- Veri tipine uygun anomali algoritmasını seçmek ve uygulamak
- Etiket kısıtlı ortamda precision@k gibi metriklerle değerlendirme yapmak
- Alarm eşiklerini iş etkisine göre ayarlamak
- Analist geri bildirimini modele geri besleyen bir süreç tasarlamak
Konular
Anomali Türleri ve İstatistiksel Yöntemler
- Nokta, bağlamsal ve toplu anomaliler
- Z-score, MAD ve IQR tabanlı tespit
Unsupervised ML Algoritmaları
- Isolation Forest, LOF, One-Class SVM
- PyOD ile algoritma karşılaştırması
Autoencoder ve Derin Yaklaşımlar
- Rekonstrüksiyon hatası ile anomali skoru
- Yüksek boyutlu ve karma veri tipleri
Zaman Serisinde Anomali
- Mevsimsellikten arındırılmış artık analizi
- Değişim noktası tespiti ve akan veri
Değerlendirme ve Alarm Yönetimi
- Precision@k, eşik ayarı ve alarm yorgunluğu
- Analist geri bildirim döngüsü ve izleme
Bu Kategorideki Diğer Eğitimler
-
Uygulamalı Makine Öğrenmesi
Scikit-learn, XGBoost, LightGBM ve CatBoost ile uçtan uca makine öğrenmesi pipeline'ları, özellik mühendisliği, Optuna ile hiperparametre optimizasyonu ve SHAP/LIME ile model açıklanabilirliği.
- Canlı Kurs
- 3 modül
-
Ödeme, sigorta ve hesap sahtekarlığı için davranışsal özellikler, gradient boosting, anomali skorları ve kural-model hibrit yapılar; aşırı dengesiz veri, gecikmeli etiketler ve operasyonel eşik yönetimi uygulamalı işlenir.
- Canlı Kurs
- 5 modül
-
Kredi, sigorta ve tedarikçi riski için WoE/IV ile değişken analizi, lojistik regresyon scorecard, gradient boosting alternatifleri, reject inference ve skor kalibrasyonu; açıklanabilir ve denetlenebilir risk skorları kurulur.
- Canlı Kurs
- 5 modül
-
Churn, satın alma ve cross-sell eğilim modelleri; hedef tanımı, müşteri davranış özellikleri, survival analizi, uplift modelleme ve kampanya hedeflemesiyle tahminleri ölçülebilir elde tutma ve satış aksiyonlarına dönüştürür.
- Canlı Kurs
- 5 modül
-
İşbirlikçi filtreleme, içerik tabanlı ve hibrit öneri modelleri, matris faktörizasyonu, implicit feedback, cold-start çözümleri ve ranking metrikleri; kişiselleştirilmiş ürün ve içerik öneri motorları kurulur.
- Canlı Kurs
- 5 modül
-
Sensör, telemetri ve bakım kayıtlarından arıza olasılığı ve kalan faydalı ömür (RUL) tahmini; sinyal özellik mühendisliği, sağlık indeksi, erken uyarı eşikleri ve bakım maliyet optimizasyonu uygulamalı işlenir.
- Canlı Kurs
- 5 modül
Bizimle iletişime geçin
