セミナー情報

時系列データ解析・モデル化の基礎と機械学習を活かした予測・検知・推定への応用 〜デモ付〜

 〜 時系列データと特徴と分類、定常モデル・非定常モデル、機械学習による予測精度向上、Rによるデモ 〜

  • 図解による説明とRによるデモを行い、体系的に基礎から分かりやすく解説する講座!
  • 時系列解析の様々なモデルの特徴と使い方を学び、将来予測や異常検知などの予測精度向上に活かそう!
  • デモでお見せした「R」のファイルにつきましては、セミナー後にお渡しし学習目的で使うことができます。

講師の言葉

 機械学習や人工知能が注目を集めていますが、技術的な大変化が突然起こったのではなく、過去の研究成果を少し改良しただけで深層学習などのブレイクスルーが起こりました。つまりホットな技術を活用するためにも、基礎的な周辺知識は必ず役立ちます。

 そこで今回のセミナーでは「時系列データ解析」に特化し、データの個性を定量化する統計的指標や、数式として表現する時系列モデルを多数紹介します。更にこれらの応用として「将来予測」や「異常検知」に着眼し、より高度な機械学習モデルを取り入れつつ、実務への応用をサポートします。

 なお本セミナーでは図解による分かり易さを重視しますが、その解説のみに終始せず、フリーソフトRによる実践方法も多数紹介します。これらのプログラムは全て配布しますので、復習にご活用いただけます。

セミナー詳細

開催日時 2017年09月12日(火) 10:30 ~ 17:30
開催場所 【東京】日本テクノセンター研修室
カテゴリー ソフト・データ解析・画像・デザイン
受講対象者 ・ものづくり企業、ソフトウェア関連企業、金融関連、公共機関などの方でデータ解析に携わる技術者の方
予備知識 ・特に必要ございません。確率統計の基礎(高校程度)があると万全です
修得知識 ・時系列データの特徴を定量化できる
・その特徴に応じて時系列データを分類できる
・時系列データを数学的に表現(モデル化)できる
・過学習を考慮した適切な予測モデルを構築できる
・機械学習モデルを用いて高度な予測を実現できる
・「相関がある」「因果がある」「非独立である」の違いを理解できる
・フリーソフトRを駆使して各手法をご自身の業務に活用できる
プログラム

1. 時系列データの特徴を調べる

  (1). ランダムか、法則的か

    a. 確率論的モデルと決定論的モデル

    b. その判別方法(法則性の可視化)

  (2). 過去は未来に影響するか

    a. 相関性と非独立性(非線形相関)の違い

    b. 非独立性の確認(連検定、BDSテスト、相互情報量)

    c. 相関性の確認(相関係数、自己相関関数)

    d. 疑似相関に注意 (偏相関係数)

    e. 偏自己相関関数

  (3). 他から影響を受けるか

    a. 同時刻の関係(相関性と非独立性の違い)

    b. 時間遅れを伴う関係(相関性と因果性の違い)

    c. 相関性の確認(相互相関関数)

    d. 因果性の確認(グランジャー因果テスト、移動エントロピー)

 

2. 様々な時系列モデル

  (1). 定常モデル

    a. AR(自己回帰)モデル

    b. ARMA(自己回帰移動平均)モデル

    c. ARIMA(自己回帰和分移動平均)モデル

    d. 過学習を防ぐAIC (赤池情報量基準)

    e. 残差診断

  (3). 非定常モデル (分散変動モデル)

    a. ARCH モデル

    b. GARCH モデル

    c. AR-GARCH モデル

  (3). モンテカルロシミュレーションによる長期予測

  (4). 異常検知への応用

 

3. 機械学習による非線形予測モデル

  (1). 線形モデルと非線形の違い

    a. 重回帰分析から「非線形重回帰分析」へ

    b. 最も手軽なのに高性能な「k近傍法」

    c. 機械学習の失敗につながる「次元の呪い」

    d. 交差確認法 (CV法)

  (2). ニューラルネットワーク

    a. 期待と失望の歴史

    b. 近傍点の隙間を滑らかに埋める

    c. 深層学習(ディープラーニング)へ発展

  (3). 決定木

    a. 因果関係が分かりやすいIf−Thenルール

    b. 情報エントロピーを低下させる

  (4). 集団学習

    a. 多数決で予測精度を向上させる

    b. 予測精度が向上する理由(集合知定理)

    c. いろいろな集団学習

    d. バイアス・バリアンス分解

    e. バギング、 ランダムフォレストの活用事例

 

付録資料 フリーソフトRの基本操作ガイド

キーワード R 相関性 因果性 独立性 重回帰モデル 時系列モデル ARIMAモデル GARCHモデル 残差分析 モデルの最適化 線形モデル 非線形モデル k近傍法 次元の呪い ニューラルネット 深層学習 機械学習 決定木 集団学習 ランダムフォレスト
タグ センサ  データ解析  マーケティング  統計・データ解析
受講料 一般(1名) : 48,600円 (税込み)
同時複数申し込みの場合(1名) : 43,200円 (税込み)
会場 日本テクノセンター研修室
住所: 〒 163-0722 東京都新宿区西新宿小田急第一生命ビル(22階)
- JR「新宿駅」西口から徒歩10分
- 東京メトロ丸ノ内線「西新宿駅」から徒歩8分
- 都営大江戸線「都庁前駅」から徒歩5分
電話番号 : 03-5322-5888
FAX : 03-5322-5666

このセミナーに参加する

申込用紙のダウンロード

メールを送信する

カテゴリ:

電気・機械・メカトロ・設備成形・加工・接着接合・材料化学・環境・異物対策ソフト・データ・画像・デザイン品質・生産管理・コスト・安全研究開発・ビジネススキル

Page Top