Temario

​

Curso uno: Anomalías en series de tiempo y regresiones



Parte I. Regularización

Ridge

Cualidades estadísticas

Interpretación geométrica y relación con PCA


Parte II. Anomalías en las regresiones lineales

Anomalías en regresiones

Regresión robusta

Programación lineal: una solución a la regresión robusta



Parte III Series de tiempo y detección de anomalías

Definiciones básicas

Modelo de Buys-Ballot: relación con las regresiones

Exponential smoothing

Detección de anomalías



Curso dos: Otros métodos en la detección de anomalías para series de tiempo



Parte I. ARIMA

Moving average

Ruido blanco

Invitación a procesos estocásticos

Detección de anomalías y ARIMA



Parte II. Distancia de Mahalanobis y anomalías

Definiciones básicas

Interpretación geométrica

MCD

Aplicaciones a la detección de anomalías


Parte III. Anomalías en las series de tiempo vía Elastic Search

Distribuciones no gaussianas y otros problemas

Definición formal del algoritmo

Detección de anomalías