Pythonによる機械学習の基礎と異常検知への応用（プログラム解説付き）
【WEB受講（Zoomセミナー）】

１．機械学習の概要
 （１）．ビッグデータ時代
 （２）．機械学習とは？
 （３）．機械学習の分類
 （４）．教師あり学習
　　　　ａ．識別
　　　　ｂ．回帰
 （５）．教師なし学習
　　　　ａ．モデル推定
　　　　ｂ．パターンマイニング
 （６）．半教師あり学習
 （７）．深層学習（ディープラーニング）
 （８）．強化学習
 （９）．機械学習の基本的な手順
　　　　ａ．前処理
　　　　ｂ．次元の呪い
　　　　ｃ．主成分分析による次元圧縮
　　　　ｄ．バイアスとバリアンス
　　　　ｅ．評価基準の設定：クロスバリエーション
　　　　ｆ．簡単な識別器：k-近傍法
　　　　ｇ．評価指標：F値，ROC曲線

２．Pythonの基礎と機械学習の実装方法（Python解説）
 （１）．Pythonの基本的構文
 （２）．Scikit-learnを用いた機械学習の実装方法
 （３）．k近傍法による識別

３．機械学習による異常検知
 （１）．異常検知の基本的な考え方
 （２）．性能評価の方法
 （３）．ホテリング理論による異常検知
 （４）．主要な異常検知法
　　　　a．One-class Support Vector Machine
　　　　b．Local Outlier Factor
　　　　c．Isolation Forest
　　　　d. Deep Learningによる異常検知
 （５）．各種異常検知法の比較（Python解説）

４．回転機器の振動データに対する異常検知
 （１）．微小欠陥検知の事例紹介
 （２）．Pythonコード解説

質疑・応答


講師紹介
略歴
2005年～2010年3月　大阪大学産業科学研究所新産業創造物質基盤技術研究センター
　　　　　　　　　　特任助手（職名改名により2007年より特任助教）
2010年4月～2015年6月　大阪大学産業科学研究所第１研究部門（情報・量子科学系）・助教
2015年7月～現在　　　　同　准教授
所属学会
人工知能学会，電子情報通信学会，情報処理学会，進化計算学会，IEEE Computer Society