機械学習の基礎,Pythonによる実装例,異常検知の理論・手法,Pythonによる異常検知実装例,
振動データに対する異常検知の実装例について,なるべく直感的に理解できるよう
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（情報科学） 福井 健一 先生
- 日時
- 会場
- ※本セミナーはWEB受講のみとなります。
- 受講料
- （消費税等込み）1名：49,500円 同一セミナー同一企業同時複数人数申込みの場合 1名：44,000円
- テキスト
受講概要
受講形式 WEB受講のみ 受講対象 ・全業種 ・技術開発部門 ・入社数年から中堅社員 など 予備知識 ・高校卒業程度の数学の知識（微分、確率・統計、行列計算等） ・プログラミングの経験（Pythonでなくても良い） ・参考書：「Pythonで動かして学ぶ!あたらしい数学の教科書 機械学習・深層学習に必要な基礎知識」翔泳社 習得知識 1)機械学習全般に関する基礎的な概念とPythonによる実装方法 2)機械学習に基づく異常検知の基礎とPythonによる実装方法 講師の言葉 近年、産業界の様々な領域で機械学習の利活用が進んでいますが、実応用においては機械学習の 正解情報が明らかなデータばかりではありません。 その場合、観測データのみから規則性を抽出したり、異常を検出したりすることが重要になります。 本セミナーでは、前半は広範な機械学習の基礎的な概念を学び、Pythonによる実装例を解説します。 後半では異常検知の理論や代表的な手法を学び、Pythonを用いた実装例を交えて異常検知の理解を 深めます。 最後に異常検知の応用例として、回転機器の振動データに対する異常検知の研究事例、 ならびにPythonによる実装例を解説します。 数式による説明は最低限に留め、なるべく直感的に理解できるにように説明します。 これから本格的な勉強を始める前に概要と雰囲気を掴むには最適かと思います。
プログラム
１．機械学習の基礎 （１）．ビッグデータ時代 （２）．機械学習とは？ （３）．最近の例 （４）．機械学習の分類 （５）．教師あり学習 （６）．教師なし学習 （７）．半教師あり学習 （８）．深層学習（ディープラーニング） （９）．強化学習 （１０）．機械学習の基本的な手順 （１１）．k-近傍法による識別のPython実装例：機械学習の基本的な手順の確認 ２．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）．非正規データからの異常検知 a．One-class Support Vector Machine b. Local Outlier Factor c. Isolation Forest （５）．Pythonによる各種異常検知法の比較 ３． 異常検知の応用例紹介 （１）．回転機器の振動データに対する異常検知 （２）．振動データに対する異常検知のPython実装例の解説 講師紹介 ・略歴 2010年 博士号（情報科学）取得 （大阪大学） 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 IEEE Computer Society，人工知能学会，情報処理学会，電子情報通信学会，進化計算学会 ・役職 New Generation Computing, Editorial Board 電子情報通信学会和文論文誌D 編集委員 電子情報通信学会人工知能と知識処理専門委員会幹事