外れ値検出は非常に応用が広く、重要な技術です。単純なデータの集合からノイズを除去したり、センサーで得られる時系列データを含む様々な観測データから異常値を検出したり、それを故障予知に応用することもできます。また近年はセキュリティーにも応用されています。
　本講座では外れ値検出の基礎として、その考え方と基本手法を紹介します。Pythonによる解析例を示すことで、実際にその手法を試すことができるようになります。

1. 外れ値検出の概要
   1. 外れ値検出とは
   2. 外れ値検出の応用
   3. 問題のタイプ分け
2. データ集合からの外れ値検出
   1. 生成確率
   2. 外れ値の度合い
   3. ホテリング理論
      1. 1次元のホテリング理論
      2. 多次元次元のホテリング理論
      3. Pythonによる解析例
   4. LOF
      1. 局所的な密度
      2. Pythonによる解析例
   5. One Class SVM
      1. ソフト SVM
      2. Pythonによる解析例
   6. 多次元データの次元縮約による外れ値検出
      1. 主成分分析
      2. 特異値分解
      3. 再構成誤差
      4. Pythonによる解析例
3. 入出力データからの外れ値検出
   1. 出力値の生成確率
   2. 出力値の外れ値の度合い
   3. 関数の推定
   4. 線形モデル
   5. リッジ回帰
   6. 偏最小2乗法
   7. 正準相関分析
   8. 各種モデルのPythonによる解析例
4. 時系列データからの外れ値検出
   1. 時系列データの外れ値
   2. 近傍法
   3. 特異スペクトル変換法
   4. 自己回帰モデル
   5. 各手法のPythonによる解析例
• 質疑応答