～ 機械学習・パターン認識の基本、Ｐｙｔｈｏｎを用いたパターン認識プログラミングと異常検知プログラミング ～
・Pythonを用いたパターン認識手法や異常検知手法の実装技術を修得するための講座
・センサデータや時系列データからの異常検知手法と実装法を学び、システム開発に応用しよう！
・ＷＥＢ会議システムの使い方がご不明の方は弊社でご説明いたしますのでお気軽にご相談ください。
Pythonを用いた異常検知手法と実装プログラミング ＜オンラインセミナー＞
講師の言葉
近年、工場の製作機械や車載機器、スマートデバイス、ＩｏＴデバイスなどから大量のデータが得られるようになってきました。しかし、データに基づく自動化を行うためには、そのデータを処理し、解釈する機械学習技術が重要となります。
本セミナーでは、静的データや時系列データからの異常検知手法について、基礎的な手法から深層学習などを用いた手法などを学びます。具体的には、分類分析やクラスタリングなどのパターン認識手法を活用した異常検知や、系列データを扱うリカレントニューラルネットワークを用いた異常検知などを学びます。
さらに、Pythonを用いたＷｅｂ教材により、それらの異常検知手法のプログラミング方法についても学びます。
Pythonプログラミングでは、基礎的なデータの読み込みから実際の異常検知手法の実行までを分かりやすく解説します。
＊Google Colaboratoryの登録とご準備をお願いします
セミナー詳細
| 開催日時 |
|
|---|---|
| 開催場所 | オンラインセミナー |
| カテゴリー | オンラインセミナー、ソフト・データ・画像・デザイン |
| 受講対象者 |
・データからの異常検知、パターン認識に興味のある開発者・研究者の方 ・機械学習・深層学習に興味のある開発者・研究者の方 ・時系列データ・センサデータからの異常検知に興味のある開発者・研究者の方 ・システム、ソフト、データ解析ほか関連部門の技術者の方 |
| 予備知識 | ・プログラミング経験が多少なりともある方が望ましい |
| 修得知識 |
・基本的なパターン認識手法や異常検知手法の流れを理解する ・Pythonを用いたパターン認識手法や異常検知手法の実装について理解する |
| プログラム |
１．はじめに：Pythonと異常検知 （１）．機械学習・パターン認識とは （２）．異常検知とその応用 （３）．Pythonとは
２．機械学習・パターン認識 （１）．機械学習・パターン認識の基本 （２）．分類分析 ａ．単純ベイズ分類器 ｂ．決定木、ランダムフォレスト ｃ．ＳＶＭ ｄ．ニューラルネットワーク （３）．クラスタリング ａ．ｋ－ｍｅａｎｓ法 ｂ．混合正規分布を用いたクラスタリング ｃ．密度ベースクラスタリング ｄ．階層的クラスタリング （４）．深層学習 ａ．全結合型ネットワーク ｂ．畳み込みニューラルネットワーク ｃ．リカレントニューラルネットワーク（ＬＳＴＭ） （５）．Pythonを用いたパターン認識プログラミング
３．異常検知とプログラミング （１）．異常検知の基本 （２）．静的データの異常検知 ａ．Ｌｏｃａｌ Ｏｕｔｌｉｅｒ Ｆａｃｔｏｒ ｂ．ｏｎｅ－ｃｌａｓｓ ＳＶＭ ｃ．Ｉｓｏｌａｔｉｏｎ Ｆｏｒｅｓｔ （３）．時系列データからの異常検知・変化点検出 （４）．Pythonを用いた異常検知プログラミング |
| キーワード | Python 異常検知 機械学習 パターン認識 決定木 ランダムフォレスト ＳＶＭ ニューラルネットワーク クラスタリング 深層学習 ニューラルネットワーク 時系列データ |
| タグ | AI・機械学習、リスク管理、ソフト管理、データ解析、ネットワーク、計測器、ITサービス、OS・言語 |
| 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 |
オンラインセミナー本セミナーは、Web会議システムを使用したオンラインセミナーとして開催します。 |
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