Introducción a metodologías de detección de anomalías con Python

  • Big Data
  • curso
  • 20
  • 04/02/2021
PRESENCIAL

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.

Publico objetivo

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.

Prerrequisitos

  • Conocimiento de un curso de introducción al Machine Learning
  • Experiencia con Python
  • Familiaridad con librerías de computación numérica (e.g. numpy)
  1. ¿Qué es una anomalía?
    • Definiciones
    • Problemáticas
  1. El problema de detección de anomalías
    • Naturaleza de los datos
    • Tipos de anomalías
    • Etiquetado de los datos
    • Salida esperada
  1. Clasificación de metodologías:
    • Distancias
    • Agrupamiento
    • Métodos estadísticos
    • Métodos basados en teoría de la información
    • Redes neuronales
  1. Ensamblaje de modelos
    • Feature bagging
    • Agregación de scores
  1. Herramientas open source
  2. Casos de uso con Python
    • Cyberseguridad: Detección de intrusiones informáticas
    • Industria: Detección de fallos mecánicos

Este curso puede ser bonificado a través de los créditos de formación de la FUNDAE, siendo ITI la entidad Organizadora del curso. Para ello, la inscripción debe realizarse con al menos 7 días de antelación. Inscripciones posteriores no podrán bonificarse. Si necesita que dicha gestión la realice ITI, póngase en contacto con nosotros en formacion@iti.es con una antelación mínima de 10 días antes del inicio del curso.

Todos los cursos tienen un precio base específico. Sobre el precio base, se podrán aplicar una serie de descuentos en los siguientes casos:

• Inscripción anticipada (30 días antes de la fecha de fin de inscripción).
• Inscripción de más de un alumno de una misma organización*.
• Ser asociados de ITI o disponer de un acuerdo de colaboración con ITI*.

* Estos descuentos no serán de aplicación durante el periodo de inscripción anticipada.

Más información aquí

Datos Básicos

Inscripción: Del 30/03/2020 al 25/01/2021
Inicio: 04/02/2021
Fin: 18/02/2021
Duración: 20
Horario: Martes y jueves. De 16:00 a 20:00h.
Lugar: Aula de formación del Instituto Tecnológico de Informática- ITI. Ciudad Politécnica de la Innovación, Edificio 8G, Cuarta Planta