技術セミナー・研修・出版・書籍・通信教育・eラーニング・講師派遣の テックセミナー ジェーピー

時系列データ分析の基礎とPython, Rを用いた実務への応用

時系列データ分析の基礎とPython, Rを用いた実務への応用

東京都 開催

概要

本セミナーでは、機械学習を用いた「時系列データ分析」の基礎から、「将来予測」「異常検知」等への応用をわかりやすく解説いたします。

開催日

  • 2018年6月29日(金) 10時30分 16時30分

受講対象者

  • データ解析に携わる技術者
    • 製造業
    • ソフトウェア関連
    • 金融関連
    • 公共機関 等

修得知識

  • 時系列データの特徴を定量化し、数学的に表現 (モデル化) できる
  • 機械学習モデルを用いて、高度な予測や異常検知をプログラミングできる

プログラム

 近年、人工知能や機械学習が注目を集めていますが、技術的な大変化が突然起こったのではなく、過去の研究成果の積み重ねによって深層学習などの新しいモデルが誕生しました.つまりホットな技術を活用するためにも、基礎的な周辺知識は重要です.
 そこで、本セミナーでは「時系列データ」を対象にし、データの個性を定量化する統計的分析や、数式として表現する時系列モデルを多数紹介します.更にこれらの応用として「将来予測」や「異常検知」に着眼し、より高度な機械学習モデルを取り入れつつ、実務への応用をサポートします.
 本セミナーでは図解による分かり易さを重視しますが、その解説のみに終始せず、フリーソフトPythonによる実践方法も多数紹介します.なお、補足的にフリーソフトRも用いることでPythonが苦手な項目についてサポートします.これらのプログラムは全て配布しますので、復習やご自身の業務にご活用いただけます.

  1. 時系列データの特徴を調べる (統計的分析)
    1. ランダムか?法則的か?
      1. 確率論的モデルと決定論的モデル
      2. その判別方法 (法則性の可視化)
    2. 過去は未来に影響するか?
      1. 相関性と非独立性 (非線形相関) の違い
      2. 非独立性の確認
        • 連検定
        • BDSテスト
        • 相互情報量
        • MIC
      3. 相関性の確認
        • 相関係数
        • 自己相関関数
      4. 疑似相関に注意 (偏相関係数)
      5. 偏自己相関関数
    3. 他から影響を受けるか?
      1. 同時刻の関係 (相関性と非独立性の違い)
      2. 時間遅れを伴う関係 (相関性と因果性の違い)
      3. 相関性の確認 (相互相関関数)
      4. 因果性の確認
        • 移動エントロピー
        • グランジャー因果テスト
  2. 時系列データの変動パターンを数式で表現する (時系列モデル)
    1. ランダムウォーク
      1. 確率的トレンドと確定的トレンド
      2. 定常性と非定常性
      3. 定常化と単位根検定
      4. トレンド成分と季節成分の分解
    2. 定常モデル
      1. AR (自己回帰) モデル
      2. 過学習を防ぐAIC (赤池情報量基準)
      3. ARMA (自己回帰移動平均) モデル
      4. ARIMA (自己回帰和分移動平均) モデル
      5. SARIMA (季節自己回帰和分移動平均) モデル
      6. 残差診断
    3. 非定常モデル (分散変動モデル)
      1. ARCH モデル
      2. GARCH モデル
      3. ARIMAGARCH モデル
    4. 将来予測への応用
      1. モンテカルロシミュレーションによる長期予測
      2. 残差の時間構造も考慮する方法
    5. 異常検知への応用
      1. 予測モデルを使う方法
      2. 予測モデルを使わない方法
  3. 機械学習で学習力を強化する (非線形モデル)
    1. 線形モデルと非線形モデルの違い
      1. 重回帰分析から「非線形重回帰分析」へ
      2. 最も手軽なのに高性能な「k近傍法」
      3. 機械学習の失敗につながる「次元の呪い」
      4. 交差確認法 (CV法)
      5. モデルパラメータとハイパーバラメータの違い
    2. ニューラルネットワーク
      1. 単一ニューロンモデルの学習則 (最急勾配法)
      2. ニューラルネットワークの学習則 (逆誤差伝搬法)
      3. 多層ニューラルネットの問題点
        • 勾配消失問題
        • 過学習
      4. 深層学習 (ディープラーニング) を可能にしたオートエンコーダ
    3. 決定木
      1. 因果関係が分かりやすいIf – Thenルール
      2. 情報エントロピーを低下させる
    4. 集団学習
      1. 多数決で予測精度を向上させる (集合知)
      2. 予測精度が向上する理由 (集合知定理)
      3. いろいろな集団学習
      4. バイアス・バリアンス分解
      5. 集団学習の活用事例
        • バギング
        • ランダムフォレスト
        • 勾配ブースティング
    5. 機械学習による異常検知
    • 質疑応答

会場

亀戸文化センター カメリアプラザ

9F 第2研修室

東京都 江東区 亀戸2-19-1
亀戸文化センター カメリアプラザの地図

主催

お支払い方法、キャンセルの可否は、必ずお申し込み前にご確認をお願いいたします。

お問い合わせ

本セミナーに関するお問い合わせは tech-seminar.jpのお問い合わせからお願いいたします。
(主催者への直接のお問い合わせはご遠慮くださいませ。)

受講料

1名様
: 46,278円 (税別) / 49,980円 (税込)

案内割引・複数名同時申込割引について

R&D支援センターからの案内登録をご希望の方は、割引特典を受けられます。
案内および割引をご希望される方は、お申込みの際、「案内の希望 (割引適用)」の欄から案内方法をご選択ください。
複数名で同時に申込いただいた場合、1名様につき 23,139円(税別) / 24,990円(税込) で受講いただけます。

  • R&D支援センターからの案内を希望する方
    • 1名様でお申し込みの場合 : 1名で 43,750円(税別) / 47,250円(税込)
    • 2名様でお申し込みの場合 : 2名で 46,278円(税別) / 49,980円(税込)
    • 3名様でお申し込みの場合 : 3名で 69,417円(税別) / 74,970円(税込)
  • R&D支援センターからの案内を希望しない方
    • 1名様でお申し込みの場合 : 1名で 46,278円(税別) / 49,980円(税込)
    • 2名様でお申し込みの場合 : 2名で 92,556円(税別) / 99,960円(税込)
    • 3名様でお申し込みの場合 : 3名で 138,833円(税別) / 149,940円(税込)
本セミナーは終了いたしました。

これから開催される関連セミナー

開始日時
2019/10/23 ディープラーニングの基礎理解と概念、仕組みと設計、実践技術 東京都
2019/10/24 GNSSと他センサ (IMU、SPEEDセンサ) とのカルマンフィルタによる統合測位 東京都
2019/10/24 基礎からきちんとわかる機械学習入門 東京都
2019/10/25 異常音、振動データによる工場設備の異常検知・故障予知技術 東京都
2019/10/25 目視外観検査&自動外観検査装置の評価導入および、画像認識技術の基礎と機械学習による外観検査技術 (2日間コースセミナー) 東京都
2019/10/28 Pythonを使った時系列データ分析 東京都
2019/10/28 ベイズ統計学入門 東京都
2019/10/28 GMP・バリデーションのための統計解析 入門講座 京都府
2019/10/28 画像認識技術の基礎と機械学習による外観検査技術 東京都
2019/10/29 押さえておくべき多変量解析の基本概念と実例による演習 (実務で使用するツール) 東京都
2019/10/29 材料研究者のための機械学習入門 東京都
2019/10/30 LiDARの最前線セミナー 東京都
2019/10/30 カルマンフィルタの基礎理論 (原理と計算法) と実問題への応用 東京都
2019/10/31 はじめてのPythonと教師あり学習・教師なし学習 東京都
2019/11/1 Pythonによる機械学習と異常検知への応用 東京都
2019/11/1 スパースモデリング入門 東京都
2019/11/5 パターン認識・機械学習・ディープラーニング入門セミナー 愛知県
2019/11/5 機械学習とウェアラブルセンサを用いた人間の心理状態の可視化 東京都
2019/11/5 ビームフォーミング技術の基礎と最新動向 東京都
2019/11/6 人工知能を活用した実験計画法と最適条件の見つけ方 東京都