～ 時系列解析の基礎、状態空間モデル、データのノイズ除去技術、隠れマルコフモデル・粒子フィルタによる応用例 ～
・代表的な時系列データ解析のモデルを学び、応用例とRによる実習を交え理解を深める講座！
・代表的なアルゴリズム（ＡＲ、ＡＲＭＡ、ＡＲＩＭＡ）から、解析精度を左右するノイズ除去技術まで習得し、時系列データからの検知・予測に活かそう！
ＰＣは弊社にて用意いたします
時系列データ解析の基礎とノイズ除去技術および予測・検知への応用 ～１人１台PC実習付～
講師の言葉
取得した時系列データやＷｅｂデータをそのまま機械学習に入力するだけでは、人間の感性や設備状態、株価などを高精度に予測することはできません。本セミナーでは、まず時系列データの基礎とデータのノイズ除去技術を学びます。そして、実際にモデルを使った異常検知の例を基に時系列解析の理解を深めます。
さらに各セッションでＲによる演習を行い、Ｒを使ったデータ解析方法について学びます。
セミナー詳細
| 開催日時 |
|
|---|---|
| 開催場所 | 日本テクノセンター研修室 |
| カテゴリー | ソフト・データ・画像・デザイン |
| 受講対象者 |
・時系列データ解析を基礎から学びたい方 生体情報、設備管理、異常検知、制御、経済、音、自然言語、他 |
| 予備知識 |
・大学初年度程度の数学、統計の初歩的な知識（平均、分散、相関等） ・PC操作に慣れていること （Rの使用経験は問わない） |
| 修得知識 | ・時系列解析の基礎、ノイズ除去技術、状態空間モデル |
| プログラム |
１．時系列解析の基礎 （１）．正規分布 ａ．確率変数・分布 ｂ．母集団と標本 ｃ．平均・分散・共分散 （２）．定常過程と非定常過程 ａ．エルゴード性 ｂ．ラグ ｃ．自己相関 ｄ．周波数応答
２．自己回帰モデルと状態空間モデル （１）．ＡＲモデル （２）．ＡＲＭＡモデル （３）．ＡＲＩＭＡモデル (４)．モデルパラメータの決定 ａ．ベイズの定理 ｂ．最小二乗法 ｃ．最尤法 (５)．粒子フィルタ ａ．状態空間モデル ｂ．重点サンプリング (６)．隠れマルコフモデル ａ．マルコフ性 ｂ．状態遷移図
３．フィルタリング：データのノイズ除去技術 （１）．移動平均フィルタ （２）．ローパスフィルタとハイパスフィルタ （３）．カルマンフィルタ
４．異常検知・応用例 （設備異常を直接扱いませんが、考え方は同じです） (１）．異常検知の基礎 ａ．確率分布に基づく異常検知 ｂ．距離尺度に基づく異常検知 ｃ．状態の変化に基づく異常検知 （２）．高齢者の見守り ａ．隠れマルコフモデルによる異常検知 ｂ．粒子フィルタによる異常検知
Ｒによる演習を行います |
| キーワード | 最尤推定 周期性 ＡＲモデル ＡＲＭＡモデル ＡＲＩＭＡモデル カルマンフィルタ 隠れマルコフモデル 粒子フィルタ |
| タグ | 統計・データ解析、データ分析、R言語 |
| 受講料 |
一般 (1名)：50,600円(税込)
同時複数申込の場合(1名)：45,100円(税込) |
| 会場 |
日本テクノセンター研修室〒 163-0722 東京都新宿区西新宿２－７－１ 新宿第一生命ビルディング（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 |
こちらのセミナーは受付を終了しました。
次回開催のお知らせや、類似セミナーに関する情報を希望される方は、以下よりお問合せ下さい。
各種お問い合わせは、お電話でも受け付けております。
03-5322-5888
営業時間 月~金：9:00～17:00 / 定休日：土日・祝日