PyCaret Anomaly Detection: Build a Local Outlier Factor Model — PickAClass
⏱ 3 ساعة 📚 30 دورة 🎧 النسخة الصوتية

PyCaret Anomaly Detection: Build a Local Outlier Factor Model

Learn to identify, label, and filter data anomalies using the Local Outlier Factor algorithm in PyCaret to improve your data analysis workflows.

  • 💬 مدرب ذكاء اصطناعي
    اسأل عن أي درس واحصل على إجابة واضحة فورًا، في أي وقت.
  • 🕐 ابدأ في أي وقت
    بلا جداول أو مواعيد نهائية — تعلّم بوتيرتك، وقتما يناسبك.
  • 🌐 بالعربية
    الدروس والمهام والشهادة — كل ذلك بلغتك بالكامل.

حول هذه الدورة

Identifying unusual patterns and outliers in your data is crucial for fraud detection, system monitoring, and data cleaning. PyCaret simplifies this process, allowing you to deploy machine learning models with minimal code. This text-only course guides you through the foundational concepts of unsupervised anomaly detection, focusing on the Local Outlier Factor (LOF) algorithm. You will gain the skills to prepare data, train an LOF model, and filter out anomalies to keep your datasets clean and reliable. What you will learn: 1. Understand the core concepts of unsupervised anomaly detection and density-based clustering. 2. Set up a clean Python environment using modern virtual environments for PyCaret. 3. Prepare and preprocess tabular datasets for anomaly detection workflows. 4. Build and configure a Local Outlier Factor (LOF) model using PyCaret. 5. Evaluate model performance, analyze anomaly scores, and label outliers. 6. Filter and export clean datasets for downstream machine learning tasks. The course begins with essential terminology and mathematical intuition behind density-based outliers. You will then progress through step-by-step written tutorials that cover environment setup, model training, and practical data filtering techniques. This course is designed for aspiring data analysts, junior data scientists, and developers who want a straightforward introduction to anomaly detection. No prior experience with PyCaret or advanced machine learning is required. Start learning today and master the fundamentals of anomaly detection with PyCaret.

محتوى الدورة

ما الذي ستحصل عليه

  • 📜 شهادة إتمام
    أضفها إلى ملفك على LinkedIn
  • 💬 مدرّس AI شخصي
    عالق في دورة؟ اسأل مدرّسك المدمج أي شيء، في أي وقت.
  • 🎧 النسخة الصوتية مضمَّنة
    تعلَّم أثناء تنقُّلك — دون شاشة
  • ♾️ وصول مدى الحياة
    عُد متى شئت، بلا انتهاء
  • 📱 الهاتف أو الكمبيوتر
    يعمل في أي مكان وعلى أي جهاز
  • 💸 استرداد خلال 14 يومًا
    دون أسئلة
  • ⚡ قصير ومركَّز
    3 ساعة من المحتوى التطبيقي

شهادة إتمام

كل دورة تكملها على PickAClass تُصدر شهادة كهذه — أصلية، بكودها الخاص، قابلة للتحقّق عبر الرابط، ومفصّلة عمّا أُثبت فعلًا.

P
PickAClass
ملف المهارات · قابل للتحقّق
وثيقة
شهادة إتقان
تشهد هذه الوثيقة بأن
الاسم واللقب
أثبت بنجاح إتقان
PyCaret Anomaly Detection: Build a Local Outlier Factor Model
المهارات المُثبَتة
✓
تحليل أنماط السلوك
تأسيسي
1.2 ساعة
✓
أطر معمارية لاتخاذ القرارات
متمكّن
1.4 ساعة
✓
تصميم اختبار A/B
متمكّن
1.7 ساعة
✓
كتابة نصوص سلوكية
متقدّم
1.9 ساعة
P
PickAClass — الاسم واللقب
PyCaret Anomaly Detection: Build a Local Outlier Factor Model
صفحة 2 من 2
تفاصيل الأداء
ملخّص العمل الدراسي
الدورات المكتملة 14 / 14
أسئلة التدريب 26 / 28
الواجبات المُسلَّمة 4 (متوسط 4.5 / 5)
المشروع الختامي تمت مراجعته — 4.6 / 5
إجمالي التدريب 6.2 ساعة
معيار الأداء
ترتيب الدفعة ضمن أفضل 12% من 1,625
وقت الإكمال 11 يومًا (الوسيط: 22)
درجة الإتقان 91 / 100
درجة أسئلة التدريب 94%
التحقّق من المهارة مسار مهارة موثّق
تحقّق من هذه الشهادة
pickaclass.com/certificates/PCC-2026-X4F7-AP19
صادر وفق المعايير الأكاديمية لـPickAClass. تعكس مستويات المهارة الأداء المُقيَّم وفق معيار كفاءات الدورة. هذه شهادة أصلية لهذه المنصّة.

المراجعات

لا توجد مراجعات بعد — كن أول من يشارك تجربته.

اكتب مراجعة

☆☆☆☆☆
سنطلب منك تسجيل الدخول بعد الإرسال — تُحفظ مسودتك.

المتعلمون أخذوا أيضًا

الأسئلة الشائعة

ما الذي أحتاجه لأخذ هذه الدورة؟ +

يكفي هاتف أو كمبيوتر متصل بالإنترنت. بدون تثبيتات أو أجهزة خاصة.

كيف يمكنني الدفع؟ +

بالبطاقة عبر Stripe. لا نخزن بيانات البطاقة — يتولى Stripe ذلك بأمان.

هل يمكنني استرداد المال؟ +

نعم — استرداد كامل خلال 14 يومًا، دون أسئلة.

إلى متى يستمر وصولي؟ +

إلى الأبد. بمجرد الشراء، الدورة لك تعود إليها متى شئت.

هل سأحصل على شهادة؟ +

نعم. عند الإتمام ستحصل على شهادة يمكنك إضافتها إلى ملفك في LinkedIn.

مصمَّم للعاملين في
التقنية التصميم المالية التسويق الرعاية الصحية التعليم الضيافة التصنيع