～ 基本的な異常検知アルゴリズム、時系列信号の特徴抽出、機械データ・バイタルデータ・動画像からの異常検知 ～
・機械学習をを活用し、時系列の信号から異常を効率的に発見・予測し、複雑な因果関係の発見や対策に活かすための講座
・信号処理技術と機械学習をうまく組み合わせ、従来のアルゴリズムでは対応が難しかった多次元・大規模な時系列情報からの異常検知へ応用しよう！
人工知能・機械学習による時系列情報の異常検知とその応用
講師の言葉
様々な分野でIoTの応用が進むにつれ、時系列の信号から異常を発見・予測し、その因果関係を説明させる「人工知能・機械学習による異常検知」の需要が高まっています。エッジ側のデータがリアルタイムでとれるようになると、これまで人の経験に頼っていた予防保全の支援や、これまで検知が難しかった複雑な因果関係の発見などが可能になってきます。一方で、精度を上げるには、適切な前処理の方法や分析方法、具体的なアルゴリズムの選択が重要です。特に従来のアルゴリズムでは対応が難しい多次元・大規模な時系列情報からの異常検知は、信号処理の知識と機械学習の知識をうまく組み合わせることが必要です。
本講義では、時系列情報処理からの異常検知の考え方を概観したあと、有効な基本的な信号処理と機械学習アルゴリズムについて解説します。
そして、具体的な事例を通して、人工知能・機械学習による時系列異常検知の実際について理解を深めることを目的にします。
本講座は会場が変更になりました。（新宿→市ヶ谷）
セミナー詳細
| 開催日時 |
|
|---|---|
| 開催場所 | 宮崎県東京ビル |
| カテゴリー | ソフト・データ・画像・デザイン |
| 受講対象者 |
・データ解析、システム、ソフトほか関連部門の技術者の方 ・人工知能・機械学習による時系列情報の特徴抽出・異常検知をこれから開始する、あるいは現在取り組んでいる技術者の方 |
| 予備知識 | ・基本的な線形代数、データサイエンスの手法について知識があることが望ましい |
| 修得知識 | ・対象とするドメインでの時系列情報の異常検知問題における、設計の指針、予想される効果の見積もり、実装の知識 |
| プログラム |
１． 異常検知概論 ２．前処理：時系列信号の特徴抽出 ３．人工知能による時系列異常検知技術と応用 ４．まとめと課題 |
| キーワード | 時系列異常検知 分布推定 ルール抽出 クラスタリング 回帰・予測分析 基底分解 動画像処理 部分空間法 ニューラルネット ディープラーニング オートエンコーダ |
| タグ | 統計・データ解析、AI・機械学習、ソフト管理、データ解析、画像、統計・データ、データ分析、ITサービス |
| 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 |
宮崎県東京ビル東京都千代田区九段南4-8-2 |
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