課題解決、品質向上、技術向上のセミナーならTH企画セミナーセンター

実務で活用するための

統計的機械学習を用いた異常検知とその応用

エレクトロニクス化学医薬機械

統計的機械学習に基いた異常検知の基本的考え方,静的データにおける異常検知,
  時系列データにおける変化点検知,具体的な応用例について分かり易く解説する特別セミナー!!

講師

大阪大学 産業科学研究所 准教授 博士(工学・東京大学) 河原 吉伸 先生

日時
会場

連合会館 (東京・お茶の水)

会場案内

Googlemapでの表示はこちら

受講料
1名:43,200円 同時複数人数申込みの場合 1名:37,800円
テキスト

受講概要

受講対象

 ・ 現場でのデータ解析に関わる技術者
 ・ 機械学習,データマイニングやその異常検知応用に興味のある方
 ・ その他,機械学習やデータマイニングを用いたデータ解析に関わる方

予備知識

 特に不要となるように基本から説明をする予定ですが,機械学習やデータマイニングに使われるような
確率・統計に関する知識があった方が理解はしやすいとは思います。

習得知識

 1)機械学習やデータマイニングを用いた異常検知の基本的な考え方
 2)各種データや場面に応じた異常検知の具体的な各手法の適用方法

講師の言葉

 時系列データにおける異常検知は,プラントにおける製造過程での利用や種々のデータ解析の
前処理としての利用をはじめ,データ解析における様々な場面で必要となる重要な技術です。
 本講義では,統計的機械学習に基づいた異常検知について,その基本的な考え方から,私がこれまで
取り組んできたものを含む最新の方法までを,現場の人が使えるまで理解できるように紹介したいと思います。

プログラム

1.はじめに
(1) 機械学習とは
(2) 機械学習の基本的な問題設定
(3) 異常の種類
(4) 外れ値検知と異常検知
2.異常検知の基本的な考え方
(1) データを用いた異常検知の流れ
(2) 異常検知における機械学習の役割
(3) 状況の分類と異常検知手法の選択
3. 静的データにおける異常検知
(1) 確率分布を用いた異常判定
(2) 次元削減を用いた方法
(3) サポートベクトルマシンによる方法
4. 時系列データにおける変化点検知
(1) 静的データと時系列データ
(2) 変化点検知の基本的な考え方
(3) 静的データの異常検知手法の変化点検知への拡張
(4) いくつかの変化点検知手法
5. 具体的な応用例
※各箇所で実用的な事例をお見せいたします。

講師紹介

 略歴
 2008年3月 東京大学大学院工学系研究科 博士課程 修了(博士 (工学))
 2008年 4月〜2009年9月  東京工業大学グローバルCOE研究員
 2009年10月〜2013年3月  大阪大学産業科学研究所 助教
 2010年10月〜2010年10月 マックスプランク研究所 客員研究員
 2010年10月〜2014年3月  科学技術振興機構 さきがけ研究員(兼務)
 2013年 4月〜現在        大阪大学産業科学研究所 准教授
 2013年 7月〜2014年7月  ワシントン大学(シアトル) 客員教員
 2016年 9月〜現在        理化学研究所革新知能統合研究センター チームリーダー(兼務)

関連セミナー

IoT/AIの活用による製造業のものづくり改革  ~ 活用のポイントを基本から応用事例まで習得 ~

エレクトロニクスソフトウェア化学機械

機械学習(深層学習)による画像認識技術の仕組みと最新動向

エレクトロニクスソフトウェア化学機械

触覚ディスプレイの基礎と応用〜ヒトの触覚特性からVR・ロボットへの応用まで〜

エレクトロニクス化学機械

人工知能の最新技術と応用そして今後の動向

エレクトロニクスソフトウェア化学医薬機械

機械学習の入門からディープラーニングまで

エレクトロニクス化学機械

業務でAIを有効活用するための機械学習・ディープラーニングの基礎とAIの産業応用

エレクトロニクス化学医薬機械

深層強化学習の基本・最新アルゴリズムと応用~応用できる、実務に活かせる目線で、重要ポイントを理解・習得する講座~

エレクトロニクスソフトウェア化学機械

フレームワークによる機械学習及びディープラーニングの基礎と実践

エレクトロニクスソフトウェア化学機械

Pythonプログラミングの基本と機械学習入門(PC演習つき)

エレクトロニクスソフトウェア化学機械

製造業における技術課題を解決するツールとしての人工知能の導入および活用法~ニューラルネットワークモデルとMTシステム、両手法の基礎から具体事例~

エレクトロニクスソフトウェア化学機械