～ 判別と異常検知を行う際に必要な統計の基礎知識、教師あり学習による異常判別、教師なし学習による異常検知 ～
・異常検知の各手法と発生する問題の原因および対策を修得する講座
機械学習による異常検知の基礎とその応用
講師の言葉
データサイエンスへの注目、必要性の高まりとともにR、Pythonのライブラリなどデータ解析環境も充実し、専門的な知識が無くても手軽にデータ解析が出来るようになっている。
しかし解析方法に関する最低限の動作原理の理解が無ければ、思うような解析結果が出ないことや、完全に誤った解析結果を得てしまうことがある。
本セミナーでは異常検知の各手法に関し、その原理を、深入りは避けつつも最低限の理論を説明する。
特に過学習、多重共線性など、頻繁に発生する問題に関し、その発生する原因と対策を説明する。
本セミナーは会場が 千代田プラットファーム 5階 501に変更になりました
セミナー詳細
| 開催日時 |
|
|---|---|
| 開催場所 | ちよだプラットフォームスクウェア ５階 501号室 |
| カテゴリー | ソフト・データ・画像・デザイン |
| 受講対象者 |
・異常値を含むデータからの検出手法にお困りの方 ・最近の機械学習手法の概略に興味のある方 |
| 予備知識 | ・高校数学Ⅲ程度の数学 |
| 修得知識 |
・異常検知のための各手法の特徴、目的、長所短所の理解 ・分析ソフトウエアに実装された分析手法の使い分け |
| プログラム |
（１）．教師あり学習、教師なし学習とは? （２）．手法の複雑さと過学習 （３）．複雑さの選定 ａ．訓練データと検証データ ｂ．交差検証法 ｃ．多重共線性 （４）．判別機の性能評価 ａ．正常/異常標本精度 ｂ．ROC曲線
（１）．線形判別 （２）．２次判別 （３）．SupportVectorMachine(SVM) ａ． ハードマージンとソフトマージン ｂ．カーネルトリック
（１）．正規分布を用いた異常検知:単変量の場合 （２）．正規分布を用いた異常検知:多変量の場合 ａ． マハラノビスの距離 ｂ．ホテリングのT2法 （３）．LocalOutlierFactor （４）．OneClassSVM （５）．時系列モデルにおける異常検知 ａ．変化点検知 ｂ．ChangeFinder
|
| キーワード | ROC曲線 判別と異常検知 教師あり学習 教師なし学習 判別機 時系列モデル |
| タグ | 分析、AI・機械学習 |
| 受講料 |
一般 (1名)：49,500円(税込)
同時複数申込の場合(1名)：44,000円(税込) |
| 会場 |
ちよだプラットフォームスクウェア ５階 501号室ちよだプラットフォームスクウェア住所: 〒 東京都千代田区神田錦町3‐21 電話番号 : 03-3233-1511 FAX : |
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