▷ Offre de Formation Detection d-anomalies - Outlier detection avec Data Value | MaFormation.fr

Detection d-anomalies - Outlier detection

Data Value

Non finançable CPF
Tout public
Présentiel
Public admis
Salarié en poste
Demandeur d'emploi
Entreprise
Étudiant
Prix
Nous contacter
Durée
Nous contacter
Localité
En présentiel
Découvrez les localités disponibles pour suivre cette formation en présentiel.
En savoir plus sur les localités en présentiel
Cette formation est disponible dans les centres de formation suivants:
  • 69 - Lyon 2e
Cette formation peut être dispensée dans votre entreprise dans les localités suivantes :
  • 01 - Ain
  • 03 - Allier
  • 07 - Ardèche
  • 15 - Cantal
  • 26 - Drôme
  • 38 - Isère
  • 42 - Loire
  • 43 - Haute-Loire
  • 63 - Puy-de-Dôme
  • 69 - Rhône
  • 73 - Savoie
  • 74 - Haute-Savoie
Objectifs
Approfondir la connaissance de la détection d'anomalies dans un contexte de données numériques et/ou fonctionnelles à l'aide de méthodes principalement non-supervisées
Programme
Introduction

  • Qu'est-ce qu'une anomalie ? une valeur influente ? une valeur extrême ?

  • Les différentes motivations à la détection d'anomalies

  • La notion de robustesse
Les méthodes univariées


  • La règle du k-sigma et test de Grubbs

  • Règles du boxplot

  • Tests en fonction de la distribution
Les méthodes multivariées - généralités


  • Les grandes approches dans la détection d'anomalies

  • Évaluation des méthodes

    • Caractéristiques souhaitées

    • Métriques

    • Contributeurs ou signature des défauts


Les méthodes multivariées basées sur un modèle probabiliste


  • T2 de Hotelling, la distance de Mahalanobis et sa version robuste

  • Notion de profondeur et notion d'angles
Les méthodes multivariées basées sur la détermination d'un sous-espace


  • L'ACP et sa version robuste

  • Les réseaux de neurones
Les méthodes multivariées basées sur la notion de proximité


  • La classification non supervisée

  • Le LOF basé sur la densité
Les méthodes pour des données fonctionnelles


  • Introduction au contexte de données fonctionnelles

  • L'analyse de données fonctionnelles

    • Méthode de lissage

      • Spline cubique

      • Polynômes locaux



    • Réduction de dimension

      • Grandeurs statistiques (moyenne…)

      • Décomposition en coefficients d'ondelettes





  • Méthodes de détection d'anomalies dans un contexte univarié

  • Méthodes de détection d'anomalies dans un contexte multivarié
Les méthodes pour des données en HDLSS (grande dimension, faible taille d'échantillonnage)


  • Présentation des challenges induits par ce contexte

  • Les principales méthodes
Ces formations peuvent vous intéresser

Graduate Développeur web full stack

Centre de formation STUDI
Avis du centre
STUDI
Finançable CPF
À distance
Tout public

Titre Pro Développeur Web et Web mobile

Centre de formation Esecad
Avis du centre
Esecad
Finançable CPF
À distance
Tout public

Unity : Programmation et Intégration

CLICHY
Centre de formation Virtual Factory
Virtual Factory
Non finançable CPF
En centre / En entreprise
Salarié en poste / Entreprise

Les formations les plus recherchées

Formation Toulouse Formation Paris Formation Nantes Formation Strasbourg Formation Lille Formation Bordeaux Formation Rennes Formation Montpellier Formation Angers Formation Clermont-Ferrand Formation Informatique CPF Formation Informatique en ligne Formation Cobol CPF Formation Cobol en ligne Formation Technicien support informatique Formation Consultant en informatique Formation Administrateur systeme Formation Technicien informatique Formation Spark Formation Programmation Formation Technicien reseaux Formation Administrateur reseau Formation Developpeur informatique Formation Cybersecurite Formation Spark Nantes Formation Technicien informatique Nantes Formation Technicien support informatique Nantes Formation Consultant en informatique Nantes Formation Administrateur systeme Nantes Formation Technicien support informatique Paris Formation Consultant en informatique Paris Formation Technicien informatique Paris Formation Administrateur systeme Paris Formation Intelligence artificielle Paris
Haut de page