Pythonを用いた機械学習・異常検知プログラミングとその実践 ~デモ付~ <オンラインセミナー>
~ 機械学習の基本、Pythonを用いた機械学習プログラミングと異常検知プログラミング ~
・Pythonを用いた機械学習手法や異常検知手法の実装技術を修得するための講座
・センサデータなどの時系列データを用いた機械学習手法・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!
オンラインセミナーの詳細はこちら:
https://www.j-techno.co.jp/オンラインセミナーのご案内/
・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。
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を用いた機械学習から、異常検知への適用について、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の基礎を学んだあと、それら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など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分類分析、クラスタリング、異常検知手法の実行までを分かりやすく解説します。
セミナー詳細
開催日時 |
- 2022年09月20日(火) 10:30 ~ 17:30
|
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 |
・系列データからの異常検知、機械学習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 |
・基本的な機械学習手法や異常検知手法の流れを理解する
・Pythonを用いた分類分析、クラスタリング、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 :系列データの応用と異常検知
(1).系列データの応用
(2).機械学習・パターン認識とは
(3).異常検知とその応用
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 |
統計・データ解析、AI・機械学習、ソフト管理、ソフト教育、組み込みソフト、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 |
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。