時系列データ解析の基礎と異常検出・変化点検出の適用法　＜オンラインセミナー＞

講師の言葉

　コンピュータの性能や流通するデータ量は5年で10倍、15年で千倍、30年で百万倍という驚異的なペースで向上し続け、いまや1台のコンピュータが扱えるデータ量は1990年頃と比較しておよそ100万倍になっています。世の中のシステムはICTを基盤としたものになりつつあり、あらゆる分野で、多様で詳細な情報が高頻度に記録される時代になってきています。自然科学はもちろん、人文・社会科学も含むあらゆる領域においてビッグデータ活用の可能性が広がっています。膨大なデータを処理できる環境も整ったことで、ビッグデータを実証的に分析し、価値ある新たな知見や知識を創出する動きが加速しています。

　本セミナーでは、現実の時系列データを解析する際に必要となる基礎的で汎用性の高い知識を教示します。既存の統計科学や機械学習の複雑な解析手法は定常性、線形性、正規性、特定の分布などを仮定しているものがほとんどです。しかしながら、現実世界で得られる実データはこれらの仮定を満たさない時系列であることが多いため、これらの解析手法が適用できないケースがほとんどです。そのため、まずはモデルや仮定を前提としない単純で基礎的な手法で分析する方が、現象の理解が容易な上に有益な知見が得られることも現実には多いです。

　本セミナーでは、モデルや仮定を入れない汎用性の高い手法を用いて、時系列の異常や変化を検出する方法を解説します。

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。