⏱ 2 ชม. 48 นาที
📚 28 บทเรียน
Support Vector Machines สำหรับการตรวจจับความผิดปกติด้วย Python
เรียนรู้วิธีตรวจจับข้อมูลผิดปกติ การฉ้อโกง และการบุกรุกระบบโดยใช้ One-Class SVMs และเทคนิคการเรียนรู้ของเครื่องแบบไม่มีผู้สอนที่ทันสมัย
-
💬
ผู้สอน AI
ถามเกี่ยวกับบทเรียนใดก็ได้ แล้วรับคำตอบที่ชัดเจนทันที ทุกเมื่อ
-
🕐
เริ่มเมื่อไรก็ได้
ไม่มีตารางหรือเดดไลน์ — เรียนตามจังหวะของคุณ เมื่อไรก็ได้
-
🌐
เป็นภาษาไทย
บทเรียน แบบฝึกหัด และใบรับรอง — ทั้งหมดเป็นภาษาของคุณอย่างครบถ้วน
เกี่ยวกับคอร์สนี้
คุณจะระบุภัยคุกคามความปลอดภัยที่สำคัญ ความล้มเหลวของระบบ หรือธุรกรรมที่ฉ้อโกงได้อย่างไรในเมื่อคุณไม่มีตัวอย่างพฤติกรรมที่ไม่ดีที่ระบุไว้ชัดเจน? Support Vector Machines (SVMs) มอบแนวทางที่ทรงพลังและเข้มงวดทางคณิตศาสตร์ในการแยกรูปแบบข้อมูลปกติและแจ้งเตือนกิจกรรมที่ผิดปกติ หลักสูตรแบบข้อความนี้จะนำคุณตั้งแต่พื้นฐานของการตรวจจับความผิดปกติไปจนถึงการสร้างโมเดล One-Class SVM ที่แข็งแกร่ง คุณจะได้เรียนรู้วิธีเตรียมข้อมูล กำหนดค่าขอบเขตการตัดสินใจของ SVM และประเมินประสิทธิภาพของโมเดลบนชุดข้อมูลที่มีความไม่สมดุลสูง เมื่อจบหลักสูตรนี้ คุณจะสามารถสร้างและปรับใช้โมเดลการตรวจจับความผิดปกติเพื่อรักษาความปลอดภัยของระบบและทำความสะอาดไปป์ไลน์ข้อมูลได้อย่างมั่นใจ สิ่งที่คุณจะได้เรียนรู้: - เข้าใจแนวคิดหลักของการเรียนรู้แบบไม่มีผู้สอน ข้อมูลผิดปกติ และการตรวจจับความผิดปกติ - เชี่ยวชาญสัญชาตญาณทางคณิตศาสตร์เบื้องหลัง One-Class SVMs และความแตกต่างจากการจำแนกประเภทมาตรฐาน - กำหนดค่าไฮเปอร์พารามิเตอร์ที่สำคัญ รวมถึงฟังก์ชันเคอร์เนล แกมมา และอัตราการปนเปื้อน - เตรียมและประมวลผลชุดข้อมูลในโลกแห่งความเป็นจริงโดยใช้ไปป์ไลน์ scikit-learn ที่ทันสมัย - ประเมินประสิทธิภาพการตรวจจับความผิดปกติโดยใช้ความแม่นยำ (precision) การเรียกคืน (recall) และ F1-score สำหรับข้อมูลที่ไม่สมดุล - ประยุกต์ใช้การตรวจจับความผิดปกติด้วย SVM กับกรณีการใช้งานจริง เช่น การตรวจจับการฉ้อโกงและการบุกรุกเครือข่าย คุณจะเริ่มต้นด้วยคำจำกัดความพื้นฐานและทฤษฎีของขอบเขตการตัดสินใจ ก่อนที่จะเจาะลึกบทช่วยสอนแบบทีละขั้นตอนและการเขียนโค้ด การดำเนินการที่มีโครงสร้างนี้ช่วยให้มั่นใจได้ว่าคุณจะเข้าใจทั้งเหตุผลและวิธีการของการเรียนรู้ของเครื่องแบบไม่มีผู้สอน หลักสูตรนี้ออกแบบมาสำหรับนักวิเคราะห์ข้อมูลมือใหม่ วิศวกร machine learning ที่มีความมุ่งมั่น และผู้เชี่ยวชาญด้านความปลอดภัยทางไซเบอร์ที่ต้องการเพิ่มการตรวจจับความผิดปกติลงในชุดเครื่องมือของตน ไม่จำเป็นต้องมีประสบการณ์เกี่ยวกับ SVM มาก่อน แม้ว่าความคุ้นเคยพื้นฐานกับ Python จะเป็นประโยชน์ เริ่มอ่านวันนี้เพื่อเชี่ยวชาญพื้นฐานของการตรวจจับความผิดปกติด้วย Support Vector Machines
เนื้อหาคอร์ส
สิ่งที่คุณจะได้รับ
-
📜
ใบประกาศนียบัตร
เพิ่มในโปรไฟล์ LinkedIn ของคุณ
-
💬
ติวเตอร์ AI ส่วนตัว
ติดขัดในบทเรียน? ถามติวเตอร์ในตัวของคุณได้ทุกอย่าง ทุกเวลา
-
♾️
เข้าถึงตลอดชีพ
กลับมาเรียนได้ตลอด ไม่มีหมดอายุ
-
📱
โทรศัพท์หรือคอมพิวเตอร์
ใช้งานได้ทุกที่ ทุกอุปกรณ์
-
💸
คืนเงิน 14 วัน
ไม่ต้องอธิบาย
-
⚡
กระชับและตรงประเด็น
2 ชม. 48 นาที เนื้อหาเชิงปฏิบัติ
ใบประกาศนียบัตร
ทุกคอร์สที่คุณเรียนจบบน PickAClass จะออกใบรับรองแบบนี้ — ต้นฉบับ มีรหัสของตัวเอง ตรวจสอบได้ทาง URL และระบุรายละเอียดสิ่งที่แสดงจริง
P
PickAClass
โปรไฟล์ทักษะ · ตรวจสอบได้
เอกสาร
ใบรับรองความเชี่ยวชาญ
ขอรับรองว่า
ชื่อ นามสกุล
ได้แสดงความเชี่ยวชาญสำเร็จใน
Support Vector Machines สำหรับการตรวจจับความผิดปกติด้วย Python
ทักษะที่แสดง
✓
การวิเคราะห์รูปแบบพฤติกรรม
พื้นฐาน
1.2 ชม.
✓
กรอบสถาปัตยกรรมการตัดสินใจ
ชำนาญ
1.4 ชม.
✓
การออกแบบการทดสอบ A/B
ชำนาญ
1.7 ชม.
✓
การเขียนสำเร็จรูปพฤติกรรม
ขั้นสูง
1.9 ชม.
P
PickAClass — ชื่อ นามสกุล
Support Vector Machines สำหรับการตรวจจับความผิดปกติด้วย Python
หน้า 2 จาก 2
รายละเอียดผลงาน
สรุปงานเรียน
บทเรียนที่จบ
14 / 14
คำถามฝึกหัด
26 / 28
งานที่ส่ง
4 (เฉลี่ย 4.5 / 5)
โครงการ capstone
ตรวจแล้ว — 4.6 / 5
ฝึกทั้งหมด
6.2 ชม.
เกณฑ์ผลงาน
อันดับในรุ่น
12% แรกจาก 1,625
เวลาที่ใช้จนจบ
11 วัน (มัธยฐาน: 22)
คะแนนความเชี่ยวชาญ
91 / 100
คะแนนคำถามฝึกหัด
94%
การยืนยันทักษะ
เส้นทางทักษะที่ยืนยันแล้ว
รีวิว
ยังไม่มีรีวิว — เป็นคนแรกที่แชร์ประสบการณ์
คำถามที่พบบ่อย
ฉันต้องใช้อะไรในการเรียนคอร์สนี้?
+
แค่โทรศัพท์หรือคอมพิวเตอร์ที่มีอินเทอร์เน็ต ไม่ต้องติดตั้งหรือใช้อุปกรณ์พิเศษ
ฉันชำระเงินอย่างไร?
+
ผ่านบัตรด้วย Stripe เราไม่เก็บข้อมูลบัตร — Stripe จัดการอย่างปลอดภัย
ฉันขอคืนเงินได้ไหม?
+
ใช่ — คืนเงินเต็มจำนวนใน 14 วัน ไม่ต้องอธิบาย
ฉันมีสิทธิ์เข้าถึงนานเท่าไร?
+
ตลอดไป เมื่อซื้อแล้วคอร์สเป็นของคุณ กลับมาเรียนได้ตลอด
ฉันจะได้ใบประกาศนียบัตรไหม?
+
ได้ เมื่อเรียนจบจะได้รับใบประกาศนียบัตรที่เพิ่มในโปรไฟล์ LinkedIn ได้
ออกแบบสำหรับผู้เรียนใน
เทคโนโลยี
ดีไซน์
การเงิน
การตลาด
สาธารณสุข
การศึกษา
ธุรกิจการบริการ
อุตสาหกรรม