دانلود کتاب Finding Ghosts in Your Data: Anomaly Detection Techniques with Examples in Python – یافتن ارواح در داده های شما: تکنیک های تشخیص ناهنجاری با مثال در پایتون

دسته بندی :
اطلاعات کتاب
  • جلد
  • سری
  • ویرایش 1
  • سال 2022
  • نویسنده (گان) Kevin Feasel
  • ناشر Apress
  • زبان English
  • تعداد صفحات
  • حجم فایل 6.55MB
  • فرمت فایل epub
  • شابک 1484288696, 9781484288696
قیمت محصول :

45,000 تومان

با خرید این محصول، 2,250 تومان به کیف پول شما بازگشت داده می‌شود

روند خرید و دریافت کتاب‌ها بدون هیچ اختلالی انجام می‌شود.
تمامی فایل‌ها بر روی سرورهای داخلی میزبانی می‌شوند تا بتوانید به راحتی و در لحظه آن‌ها را دانلود کنید. در صورت بروز هرگونه مشکل یا نیاز به راهنمایی، لطفاً از طریق « صفحه تماس باما» با تیم پشتیبانی در ارتباط باشید.

تمامی کتاب های موجود در وبسایت سای وان به زبان انگلیسی میباشد

توضیحات

Discover key information buried in the noise of data by learning a variety of anomaly detection techniques and using the Python programming language to build a robust service for anomaly detection against a variety of data types. The book starts with an overview of what anomalies and outliers are and uses the Gestalt school of psychology to explain just why it is that humans are naturally great at detecting anomalies. From there, you will move into technical definitions of anomalies, moving beyond ‘I know it when I see it’ to defining things in a way that computers can understand.
The core of the book involves building a robust, deployable anomaly detection service in Python. You will start with a simple anomaly detection service, which will expand over the course of the book to include a variety of valuable anomaly detection techniques, covering descriptive statistics, clustering, and time series scenarios. Finally, you will compare your anomaly detection service head-to-head with a publicly available cloud offering and see how they perform.
The anomaly detection techniques and examples in this book combine psychology, statistics, mathematics, and Python programming in a way that is easily accessible to software developers. They give you an understanding of what anomalies are and why you are naturally a gifted anomaly detector. Then, they help you to translate your human techniques into algorithms that can be used to program computers to automate the process. Youll develop your own anomaly detection service, extend it using a variety of techniques such as including clustering techniques for multivariate analysis and time series techniques for observing data over time, and compare your service head-on against a commercial service.

What You Will Learn

  • Understand the intuition behind anomalies
  • Convert your intuition into technical descriptions of anomalous data
  • Detect anomalies using statistical tools, such as distributions, variance and standard deviation, robust statistics, and interquartile range
  • Apply state-of-the-art anomaly detection techniques in the realms of clustering and time series analysis
  • Work with common Python packages for outlier detection and time series analysis, such as scikit-learn, PyOD, and tslearn
  • Develop a project from the ground up which finds anomalies in data, starting with simple arrays of numeric data and expanding to include multivariate inputs and even time series data


Who This Book Is For

For software developers with at least some familiarity with the Python programming language, and who would like to understand the science and some of the statistics behind anomaly detection techniques. Readers are not required to have any formal knowledge of statistics as the book introduces relevant concepts along the way.

————————————————————–

ترجمه ماشینی :

اطلاعات کلیدی مدفون شده در نویز داده ها را با یادگیری انواع تکنیک های تشخیص ناهنجاری و استفاده از زبان برنامه نویسی پایتون برای ایجاد یک سرویس قوی برای تشخیص ناهنجاری در برابر انواع داده ها کشف کنید. این کتاب با مروری بر ناهنجاری‌ها و موارد پرت شروع می‌شود و از مکتب روان‌شناسی گشتالت برای توضیح اینکه چرا انسان‌ها به طور طبیعی در تشخیص ناهنجاری‌ها عالی هستند، استفاده می‌کند. از آنجا به تعاریف فنی ناهنجاری‌ها می‌روید، و فراتر از «وقتی می‌بینم آن را می‌دانم» و چیزها را به‌گونه‌ای تعریف می‌کنید که رایانه‌ها بتوانند آن را بفهمند.
هسته‌ی کتاب شامل ساختن یک تشخیص ناهنجاری قوی و قابل استقرار است. سرویس در پایتون شما با یک سرویس ساده تشخیص ناهنجاری شروع می‌کنید، که در طول کتاب گسترش می‌یابد و شامل انواع تکنیک‌های ارزشمند تشخیص ناهنجاری، شامل آمار توصیفی، خوشه‌بندی، و سناریوهای سری زمانی می‌شود. در نهایت، سرویس تشخیص ناهنجاری خود را به‌صورت رودررو با یک سرویس ابری در دسترس عموم مقایسه می‌کنید و عملکرد آن‌ها را مشاهده می‌کنید.
تکنیک‌ها و مثال‌های تشخیص ناهنجاری در این کتاب روانشناسی، آمار، ریاضیات و برنامه‌نویسی پایتون را با هم ترکیب می‌کنند. روشی که به راحتی برای توسعه دهندگان نرم افزار قابل دسترسی است. آنها به شما درک درستی از ناهنجاری ها می دهند و چرا شما به طور طبیعی یک آشکارساز ناهنجاری با استعداد هستید. سپس، آنها به شما کمک می‌کنند تا تکنیک‌های انسانی خود را به الگوریتم‌هایی ترجمه کنید که می‌توانند برای برنامه‌ریزی رایانه‌ها برای خودکارسازی فرآیند استفاده شوند. شما سرویس تشخیص ناهنجاری خود را توسعه می‌دهید، آن را با استفاده از تکنیک‌های مختلف مانند تکنیک‌های خوشه‌بندی برای تجزیه و تحلیل چند متغیره و تکنیک‌های سری‌های زمانی برای مشاهده داده‌ها در طول زمان گسترش می‌دهید، و سرویس خود را به‌طور مستقیم با یک سرویس تجاری مقایسه می‌کنید.

آنچه یاد خواهید گرفت

  • درک شهود پشت ناهنجاری ها
  • شهود خود را به توضیحات فنی داده‌های غیرعادی تبدیل کنید
  • تشخیص ناهنجاری‌ها با استفاده از ابزارهای آماری، مانند توزیع‌ها، واریانس و انحراف استاندارد، قوی آمار و محدوده بین چارکی
  • به‌کارگیری تکنیک‌های پیشرفته تشخیص ناهنجاری در حوزه‌های خوشه‌بندی و تحلیل سری‌های زمانی
  • کار با بسته‌های رایج پایتون برای تشخیص پرت و تجزیه و تحلیل سری‌های زمانی، مانند scikit-learn، PyOD، و tslearn
  • یک پروژه را از پایه توسعه دهید که ناهنجاری‌ها را در داده‌ها پیدا کند، با آرایه‌های ساده از داده‌های عددی شروع کرده و به ورودی‌های چند متغیره و حتی داده‌های سری زمانی بسط دهید


این کتاب برای چه کسی است

برای توسعه دهندگان نرم افزاری که حداقل با زبان برنامه نویسی پایتون آشنایی دارند و می خواهند علم و برخی از آمارهای پشت تکنیک های تشخیص ناهنجاری را درک کنند. خوانندگان نیازی به داشتن دانش رسمی از آمار ندارند زیرا کتاب مفاهیم مرتبط را در طول مسیر معرفی می کند.


 

tag : دانلود کتاب یافتن ارواح در داده های شما: تکنیک های تشخیص ناهنجاری با مثال در پایتون , Download یافتن ارواح در داده های شما: تکنیک های تشخیص ناهنجاری با مثال در پایتون , دانلود یافتن ارواح در داده های شما: تکنیک های تشخیص ناهنجاری با مثال در پایتون , Download Finding Ghosts in Your Data: Anomaly Detection Techniques with Examples in Python Book , یافتن ارواح در داده های شما: تکنیک های تشخیص ناهنجاری با مثال در پایتون دانلود , buy یافتن ارواح در داده های شما: تکنیک های تشخیص ناهنجاری با مثال در پایتون , خرید کتاب یافتن ارواح در داده های شما: تکنیک های تشخیص ناهنجاری با مثال در پایتون , دانلود کتاب Finding Ghosts in Your Data: Anomaly Detection Techniques with Examples in Python , کتاب Finding Ghosts in Your Data: Anomaly Detection Techniques with Examples in Python , دانلود Finding Ghosts in Your Data: Anomaly Detection Techniques with Examples in Python , خرید Finding Ghosts in Your Data: Anomaly Detection Techniques with Examples in Python , خرید کتاب Finding Ghosts in Your Data: Anomaly Detection Techniques with Examples in Python ,

نقد و بررسی‌ها

هنوز بررسی‌ای ثبت نشده است.

اولین کسی باشید که دیدگاهی می نویسد “دانلود کتاب Finding Ghosts in Your Data: Anomaly Detection Techniques with Examples in Python – یافتن ارواح در داده های شما: تکنیک های تشخیص ناهنجاری با مثال در پایتون”