機械学習による異常検知技術の基礎と対策および応用・例

~ 異常検知に必要な統計の基礎知識、 教師あり学習による異常判別法、教師なし学習による異常検知、異常回避のための最適制御 ~

・異常検知の各手法(過学習、多重共線性)のポイントと発生する問題の原因および対策を修得するための講座

・製造装置、機械における異常検知のための各手法の特徴と解析法を学び、システム実装に活かそう!

 

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への対策法を修得する。

本セミナーは開催日が変更になりました

6月25日(金)⇒ 7月5日(月)オンラインセミナーで行います

セミナー詳細

開催日時
  • 2021年06月25日(金) 10:30 ~ 17:30
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 ・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
・製造装置、機械、保全、システム、品質・信頼性、工場管理、データ解析ほか関連部門の方
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
・分析ソフトウェアに実装された分析手法の使い分け 
プログラム

1.判別と異常検知を行う際に必要な統計の基礎知識
  (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

2.異常判別:教師あり学習
  (1).線形判別
  (2).2次判別
  (3).Support Vector Machine(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

3.異常検知:教師なし学習
  (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
    c. MT法における多重共線性
  (3).LocalOutlierFactor
  (4).One Class SVM
  (5).時系列モデルにおける異常検知
    a. 変化点検知
    b. ChangeFinder

4.滋賀大学における活用実績(製造装置、機械)
  (1).異常と関連の強い項目の推定
  (2).異常予知
  (3).異常の処理方法予測
  (4).異常回避のための最適制御

5.まとめと質疑応答
 

キーワード 異常検知 機械学習 判別分析 回帰分析 クラスター分析 パターン識別 回帰予測 クラスタリング 単純ベイス法 近傍法 サポートベクトルマシン ニューラルネットワーク ディープラーニング 部分空間法 ROC曲線 教師あり学習 教師なし学習 時系列モデル 多重共線性 過学習
タグ 統計・データ解析AI・機械学習リスク管理検査
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
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 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。
contact us contact us
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