Support Vector Machines untuk Deteksi Anomali dengan Python — PickAClass
⏱ 2 jam 48 mnt 📚 28 pelajaran

Support Vector Machines untuk Deteksi Anomali dengan Python

Pelajari cara mendeteksi outlier, penipuan, dan intrusi sistem menggunakan One-Class SVM dan teknik machine learning tanpa pengawasan modern.

  • 💬 Instruktur AI
    Tanyakan apa pun tentang pelajaran dan dapatkan jawaban jelas seketika, kapan saja.
  • 🕐 Mulai kapan saja
    Tanpa jadwal atau tenggat — belajar dengan kecepatan sendiri, kapan pun Anda mau.
  • 🌐 Dalam bahasa Indonesia
    Pelajaran, tugas, dan sertifikat — semuanya sepenuhnya dalam bahasa Anda.

Tentang kursus ini

Bagaimana Anda mengidentifikasi ancaman keamanan kritis, kegagalan sistem, atau transaksi penipuan ketika Anda tidak memiliki contoh perilaku buruk yang berlabel? Support Vector Machines (SVM) menyediakan pendekatan yang kuat dan ketat secara matematis untuk mengisolasi pola data normal dan menandai aktivitas yang tidak biasa. Kursus berbasis teks ini memandu Anda dari dasar-dasar mutlak deteksi anomali hingga mengimplementasikan model One-Class SVM yang tangguh. Anda akan belajar cara menyiapkan data, mengonfigurasi batas keputusan SVM, dan mengevaluasi kinerja model pada dataset yang sangat tidak seimbang. Di akhir kursus ini, Anda akan dapat dengan percaya diri membangun dan menerapkan model deteksi anomali untuk mengamankan sistem dan membersihkan pipeline data. Apa yang akan Anda pelajari: - Memahami konsep inti pembelajaran tanpa pengawasan, outlier, dan deteksi anomali. - Menguasai intuisi matematis di balik One-Class SVM dan perbedaannya dengan klasifikasi standar. - Mengonfigurasi hyperparameter utama, termasuk fungsi kernel, gamma, dan tingkat kontaminasi. - Menyiapkan dan memproses dataset dunia nyata menggunakan pipeline scikit-learn modern. - Mengevaluasi kinerja deteksi anomali menggunakan presisi, recall, dan F1-score untuk data yang tidak seimbang. - Menerapkan deteksi anomali SVM pada kasus penggunaan praktis seperti deteksi penipuan dan intrusi jaringan. Anda akan mulai dengan definisi dasar dan teori batas keputusan sebelum mendalami tutorial tertulis langkah demi langkah dan implementasi kode. Perkembangan terstruktur ini memastikan Anda memahami alasan dan cara kerja machine learning tanpa pengawasan. Kursus ini dirancang untuk analis data pemula, calon insinyur machine learning, dan profesional keamanan siber yang ingin menambahkan deteksi anomali ke dalam perangkat kerja mereka. Tidak diperlukan pengalaman sebelumnya dengan SVM, meskipun pemahaman dasar tentang Python akan sangat membantu. Mulailah membaca hari ini untuk menguasai dasar-dasar deteksi anomali dengan Support Vector Machines.

Isi kursus

Apa yang Anda dapatkan

  • 📜 Sertifikat penyelesaian
    Tambahkan ke profil LinkedIn Anda
  • 💬 Tutor AI pribadi
    Bingung di tengah pelajaran? Tanya tutor bawaan kamu apa saja, kapan saja.
  • ♾️ Akses seumur hidup
    Kembali kapan saja, tanpa kedaluwarsa
  • 📱 Ponsel atau komputer
    Berfungsi di mana saja, perangkat apa saja
  • 💸 Pengembalian 14 hari
    Tanpa pertanyaan
  • ⚡ Singkat dan fokus
    2 jam 48 mnt konten praktis

Sertifikat penyelesaian

Setiap kursus yang Anda selesaikan di PickAClass menerbitkan kredensial seperti ini — orisinal, dengan kodenya sendiri, dapat diverifikasi via URL, dan rinci tentang yang benar-benar ditunjukkan.

P
PickAClass
Profil keterampilan · terverifikasi
Dokumen
Sertifikat Penguasaan
Ini menyatakan bahwa
Nama Lengkap
telah berhasil menunjukkan penguasaan
Support Vector Machines untuk Deteksi Anomali dengan Python
Keterampilan yang ditunjukkan
✓
Analisis pola perilaku
Dasar
1.2 jam
✓
Kerangka arsitektur keputusan
Mahir
1.4 jam
✓
Desain uji A/B
Mahir
1.7 jam
✓
Copywriting perilaku
Lanjutan
1.9 jam
P
PickAClass — Nama Lengkap
Support Vector Machines untuk Deteksi Anomali dengan Python
Halaman 2 dari 2
Detail kinerja
Ringkasan tugas kursus
Pelajaran selesai 14 / 14
Soal latihan 26 / 28
Tugas dikirim 4 (rata 4,5 / 5)
Proyek capstone Ditinjau — 4,6 / 5
Total latihan 6.2 jam
Tolok ukur kinerja
Peringkat kohort 12% teratas dari 1,625
Waktu penyelesaian 11 hari (median: 22)
Skor penguasaan 91 / 100
Skor soal latihan 94%
Verifikasi keterampilan Jalur Keterampilan terverifikasi
Verifikasi kredensial ini
pickaclass.com/certificates/PCC-2026-X4F7-AP19
Diterbitkan di bawah standar akademik PickAClass. Tingkat keterampilan mencerminkan kinerja yang dinilai terhadap rubrik kompetensi kursus. Ini kredensial orisinal platform ini.

Ulasan

Belum ada ulasan — jadilah yang pertama berbagi pengalaman.

Tulis ulasan

☆☆☆☆☆
Setelah mengirim kami akan meminta masuk — draf Anda tersimpan.

Pelajar lain juga mengambil

Pertanyaan umum

Apa yang saya butuhkan untuk mengikuti kursus ini? +

Cukup ponsel atau komputer dengan internet. Tidak ada instalasi atau perangkat khusus.

Bagaimana cara membayar? +

Dengan kartu via Stripe. Kami tidak menyimpan detail kartu — Stripe menanganinya dengan aman.

Bisakah saya mendapat refund? +

Ya — refund penuh dalam 14 hari, tanpa pertanyaan.

Berapa lama saya akan punya akses? +

Selamanya. Setelah membeli, kursus jadi milik Anda untuk dikunjungi lagi kapan saja.

Apakah saya akan mendapat sertifikat? +

Ya. Setelah selesai, Anda akan menerima sertifikat yang bisa ditambahkan ke profil LinkedIn.

Dibuat untuk pelajar di
Teknologi Desain Keuangan Pemasaran Kesehatan Pendidikan Perhotelan Manufaktur