異常検知・予知保全のための機械学習の適用技術とそのポイント <オンラインセミナー>

~ 異常判別と異常検知の基礎、異常判別:教師あり学習、異常検知:教師なし学習、異常予知・異常回避のための最適制御とその例 ~

・異常検知・予防保全に活かすための各手法や原理を理解し、異常検知における過学習や多重共線性など、頻繁に発生する問題の原因と対策までを修得する講座!

・データサイエンスの重要性、解析方法の基本的な原理の理解、異常検知の手法とトラブル対策のポイントを修得し、信頼性の高いシステム実装に活かそう!

オンラインセミナーの詳細はこちら:

・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

 データサイエンスの重要性が増している現在、RやPythonのライブラリなど、手軽に利用 できるデータ解析環境が整備されています。しかし、解析方法の基本的な原理を理解していなければ、期待通りの結果が得られないことや、完全に誤った結果を得ることがあります。

 このセミナーでは、異常検知の各手法の原理を深入りせず、しかし最低限の理論を説明します。特に、過学習や多重共線性など、頻繁に発生する問題について、その原因と対策を説明します。

 以下に、このセミナーの主要なポイントをまとめます:

・データサイエンスの重要性

・解析方法の基本的な原理の理解の必要性

・異常検知の手法とその基本的な理論

・頻繁に発生する問題(過学習、多重共線性など)の原因と対策

 これらのポイントを理解することで、データ解析の結果をより正確に、そして効果的に得ることができます。

セミナー詳細

開催日時
  • 2024年09月06日(金) 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 ・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

予備知識 ・特に必要ありませんが、業務において異常検知の課題を抱えていらっしゃる方が実感しやすいです
修得知識 ・異常検知のための各手法の特徴、目的、長所短所の理解
・分析ソフトウエ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:教師あり学習のポイント

  (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:教師なし学習のポイント

  (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事例

  (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

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・データ解析分析AI・機械学習データ解析ネットワーク統計・データデータ分析
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。
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