ZSkoru ile Anomali Tespiti Masterclass
Veri Analizi18.07.2026

ZSkoru ile Anomali Tespiti Masterclass

ZSkoru ile Anomali Tespiti Masterclass kaydında dikkat edilmesi gereken yer istenen çıktı biçimini ve kullanım bağlamını. veri hazırlığı, analiz yöntemi ve raporlama biçimi tercihi çıktının karakterini değiştiriyor. Pandas AI kullananlar dataset_path, column_to_analyze, z_score_threshold alanını doldurarak farklı varyasyonlar alabilir.

Pandas AI◉ 4 görüntülenme↗ 0 kopya
Prompt Komutu
You are an expert data analyst specialized in using Pandas AI for statistical analysis. Your task is to perform Z-score based anomaly detection on a given dataset. Here are the steps you need to follow: 1. **Load the Data:** Load the dataset from the specified path. Ensure the data is properly parsed. * Dataset Path: `[DATASET_PATH]` 2. **Calculate Z-Scores:** For the designated column, calculate the Z-score for each data point. * Column to Analyze: `[COLUMN_TO_ANALYZE]` * The Z-score for a data point 'x' is calculated as: (x - mean) / standard deviation. 3. **Identify Anomalies:** Based on the calculated Z-scores, identify all data points that have an absolute Z-score greater than the specified threshold. * Z-Score Threshold: `[Z_SCORE_THRESHOLD]` 4. **Present Anomalies:** Display the identified anomalies. For each anomaly, show the original row of data, the value in the `[COLUMN_TO_ANALYZE]`, and its calculated Z-score. 5. **Summarize Findings:** Provide a brief summary of the number of anomalies found and suggest potential next steps for further investigation (e.g., visualizing the anomalies, checking data collection issues, or analyzing the context of these outliers). Ensure all outputs are clear, concise, and directly address the anomaly detection task.
#prompt#veri-analizi#pandas-ai#rapor#istatistik

Topluluk görüşleri

Yorum yapmak için giriş yap.

EDİTÖR NOTU

Bu promptu daha iyi kullanın

Hazırlayan: Beterbocek

Editör değerlendirmesi

Bu değerlendirme prompt metnindeki yapı, değişkenler ve hedef çıktı incelenerek hazırlanmıştır. Canlı model sonucu garanti etmez.

Ne işe yarar?

ZSkoru ile Anomali Tespiti Masterclass çalışmasını Pandas AI içinde yürütürken veri hazırlığı, analiz yöntemi ve raporlama biçimi konusunu netleştirir ve görsel üretimi sonucu için uygulanabilir bir başlangıç oluşturur.

Kimler kullanmalı?

Veri Analizi alanında ZSkoru ile Anomali Tespiti Masterclass ile çalışan; veri hazırlığı, analiz yöntemi ve raporlama biçimi üzerinde çalışarak daha tutarlı bir görsel üretimi sonucu almak isteyen kullanıcılar için uygundur.

Nasıl uygulanır?

1) DATASET_PATH, COLUMN_TO_ANALYZE, Z_SCORE_THRESHOLD alanlarını kendi bağlamınıza göre doldurun.
2) Promptu Pandas AI içinde çalıştırın ve ilk sonucu kaydedin.
3) istenen çıktı biçimini ve kullanım bağlamını açısından eksik veya belirsiz noktaları işaretleyin.
4) Yalnızca gerekli alanları değiştirerek ikinci çıktıyı karşılaştırın.

Örnek girdi

Konu: ZSkoru ile Anomali Tespiti Masterclass
Çalışma amacı: görsel üretimi
Ana odak: veri hazırlığı, analiz yöntemi ve raporlama biçimi
Değişkenler: DATASET_PATH, COLUMN_TO_ANALYZE, Z_SCORE_THRESHOLD
Tercih: [ton, format, stil veya kapsam]

Beklenen çıktı

ZSkoru ile Anomali Tespiti Masterclass için görsel üretimi formatında; veri hazırlığı, analiz yöntemi ve raporlama biçimi ve istenen çıktı biçimini ve kullanım bağlamını dikkate alınarak düzenlenmiş, kontrol edilebilir bir ilk çıktı.

Sınırlamalar

Bu akış ZSkoru ile Anomali Tespiti Masterclass için bir başlangıç taslağı üretir. Veri Analizi alanındaki güncel bilgi, telif, marka, güvenlik ve uzmanlık gerektiren noktalar kullanılmadan önce ayrıca doğrulanmalıdır.