Detección de Datos Anómalos (outliers) con Bosques de Aislamiento (iForests) y Python

Para citar este recurso educativo utiliza la siguiente referencia:

Gutiérrez-García, J.O. [Código Máquina]. (2022, 21 de Febrero). Detección de Datos Anómalos (outliers) con Bosques de Aislamiento (iForests) y Python [Video]. YouTube. [Incluye aquí la URL del video].

👉 Xiperia ofrece consultoría empresarial que transforma datos en conocimiento accionable para alcanzar los objetivos de tu negocio. Conoce más en https://www.xiperia.com

ℹ️ Octavio Gutiérrez es el único responsable del contenido, afirmaciones y opiniones expresadas en este video, las cuales no están vinculadas a las organizaciones a las que está asociado.

🌐 Para conocer más sobre Octavio Gutiérrez, visita su perfil en LinkedIn   / octaviogutierrez  

Para guiar tu aprendizaje, en este vínculo (   • Curso de Inteligencia Artificial (IA) y Ma...  ) se encuentra una guía secuencial para aprender:

1. Programación Básica con Python;
2. Manejo de Datos;
3. Visualización de Datos;
4. Análisis de Datos; y
5. Aprendizaje de Máquina y Ciencia de Datos.

********************************************

Descubre qué son los datos anómalos y cómo detectarlos utilizando Bosques de Aislamiento. Esta técnica también es conocida por el término iForests, el cual es una contracción de su nombre en inglés Isolation Forests. Además, este video incluye un ejemplo paso a paso de la creación de un iTree.

Índice del Video:

0:00 Qué son los datos anómalos
1:17 Explicación de iForests
10:12 iForests con Scikit-Learn


⭐ Apoya a Código Máquina dando un Like, Comentando, Compartiendo o con un Super Gracias.

⭐ De la co-fundadora de Código Máquina, productos de cosmética natural SINHAKI:
https://www.amazon.com.mx/stores/sinH...


El código del video está disponible en GitHub https://github.com/CodigoMaquina/code

#DataScience #MachineLearning #AnalisisDeDatos #Python #AprendizajeDeMaquina #CienciaDeDatos