～ 異常検知の手順、判別モデル・時系列モデルによる異常検知手法とPythonによるデータ分析、異常検知の応用事例 ～
・講師の経験に基づいた異常検知を進める際の注意点とデータ分析の活用ポイントを修得する講座！
・Pythonによるデータ分析手法を、演習を通して修得し、目的に合わせたデータ活用と効果的な異常検知の実践に活かそう！
※CDで演習用のデータを差し上げます
・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。
異常検知技術の基礎とPythonによるデータ分析の実践 ～PC演習付～ ＜オンラインセミナー＞
講師の言葉
データ計測技術やデータ分析技術の発達により様々な分野あるいは業務でのデータ活用が注目されています。インフラや設備・機器の監視業務においても、安全・安心な運用や効率的な保全計画を目的として、このような技術が注目されつつあります。
一方で、データを活用した業務運用では「データを使用することで何ができるのか、注意すべき点は何か」を正しく理解しておくことが非常に重要ですが、そのような観点は抽象的になりがちです。
本講座では、「異常検知の考え方」をご理解いただき、演習にて実際に分析をしていただくことで，皆様の業務における「データ活用の可能性」を考えるきっかけをご提供できればと思います。
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 |
・自動車部品、機械、設備、エネルギー、プラント、電気、計測、輸送機関連の企業の方 ・自らプログラミングを行う方に限らず、実装は他社や他部署に発注する方も歓迎 |
| 予備知識 | ・何らかのプログラミング知識があると望ましい（Pythonの経験はなくても良い） |
| 修得知識 |
•データ分析技術の概要 •データに基づく異常検知の手順と実現方法 |
| プログラム |
１．予知保全に関して （１）．保全技術と予知保全 （２）．よく聞く異常ケース
２．異常検知とは （１）．異常検知の考え方とアプローチ （２）．異常検知の手順 ａ．基本的な手順 ｂ．データ理解と前処理 ｃ．手法の検討 ｄ．モデリング ｅ．性能評価
３．Pythonによる異常検知（演習） （１）．Pythonの基礎とJupyter Notebookの使用方法 （２）．判別モデルによる異常検知 ａ．マハラノビス – タグチ法 ｂ．1 － class SVM ｃ．オートエンコーダ （３）．時系列モデルによる異常検知 ａ．自己回帰モデル ｂ．LSTM
４．データ活用に関する技術の整理 （１）．データ分析技術に係る技術ワード （２）．統計・データマイニング・機械学習 （３）．目的に応じたアプローチ選択のポイント
５． 応用事例紹介 （１）．回転機械振動データを用いた異常検知 （２）．トルクデータに基づくロボットアーム関節軸の異常検知 （３）．設備稼働データに基づく異常検知 （４）．番外編：IoTプラットフォームの構築
※ 各章ごとに質疑応答時間を設けます。また、休憩時間やセミナー後に個別のご質問もお受けいたします
AnacondaあるいはGoogle Colaboratoryのいずれかを使用できることをご確認の上、お申し込みくださいませ。 （１）．AnacondaとJupyter Notebookのインストールを事前にお願いいたします。また追加ライブラリがございますので、ご確認をお願いいたします。ライブラリ追加のコマンドは別途、お伝えいたします。 （２）．普段Google Colaboratoryをご利用いただいている方は、Google Colaboratoryでも結構です |
| キーワード | Google Colaboratory 異常検知 判別モデル 時系列モデル オートエンコーダ 回転機械振動 トルクデータ IoTプラットフォーム |
| タグ | 統計・データ解析、AI・機械学習 |
| 受講料 |
一般 (1名)：51,700円(税込)
同時複数申込の場合(1名)：46,200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