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

Pythonによる機械学習と異常検知への応用

Pythonによる機械学習と異常検知への応用

~機械学習の概要、クラスタリング、可視化と自己組織化マップ、異常検知と応用例~
東京都 開催 PC実習付き

開催日

  • 2019年5月27日(月) 10時30分 17時30分

受講対象者

  • 機械学習・異常検知に取り組んで間もない方
  • 機械学習・異常検知を業務で利用しようとしている方
  • Pythonによる機械学習・異常検知を基礎から学びたい方
  • 機械学習・異常検知に興味のある方

修得知識

  • 機械学習・異常検知の基礎
  • 代表的な教師なし学習の理論的背景と実運用の指針 (PC実習を通して)
  • 機械学習に基づく異常検知の基礎と実運用の指針 (PC実習を通して)

プログラム

 昨今のAIブームの火付け役とも言えるディープラーニングは強力な学習手法ですが、万能ではありません。問題の特性をよく理解して適切な機械学習手法を選択し、適切に用いることが重要です。
 本セミナーでは、機械学習における「教師なし学習」について、また、特に要望の多い「異常検知」の理論や手法の説明とともにPythonを用いた簡単な実習を交えて機械学習の理解を深めます。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。

  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. 最近の例
    4. 機械学習の分類
    5. 教師あり学習
      1. 識別
      2. 回帰
    6. 教師なし学習
      1. モデル推定
      2. パターンマイニング
    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
      1. 前処理
      2. 次元の呪い
      3. 主成分分析による次元圧縮
      4. バイアスとバリアンス
      5. 評価基準の設定:クロスバリエーション
      6. 簡単な識別器:k-近傍法
      7. 評価指標:F値,ROC曲線
      8. k-近傍法を用いた実習:機械学習の基本的な手順の確認
  2. 教師なし学習 (1) :クラスタリング
    1. クラスタリングとは?
    2. 階層型クラスタリング
    3. k-meansクラスタリング
    4. ガウス混合モデルによるクラスタリング
    5. クラスタリング妥当性指標
    6. k-means法を用いた実習
  3. 教師なし学習 (2) :可視化と自己組織化マップ
    1. 可視化の形式化
    2. 古典的な可視化法」
      1. 主成分分析による可視
      2. 多次元尺度構成法による可視化
      3. Sammon’s mapping
    3. グラフによる埋め込み法
    4. 自己組織化マップの概要
    5. 自己組織化マップのアルゴリズム
    6. 自己組織化マップを用いた実習
  4. 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
      1. One-class Support Vector Machine
      2. Local Outlier Factor
      3. Isolation Forest
    5. 各種異常検知法の比較 (実習含む)
  5. 異常検知の応用例紹介
    • 回転機器の振動データに対する異常検知

講師

  • 福井 健一
    大阪大学 産業科学研究所 知能アーキテクチャ研究分野
    准教授

会場

オームビル
東京都 千代田区 神田錦町3-1
オームビルの地図

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
: 55,000円 (税別) / 59,400円 (税込)

持参品

  • ノートPCをご持参ください。
    事前に以下のインストールをお願い致します。
    • Anaconda (Python 3.6バージョン)
      https://www.continuum.io/downloads
    • somoclu:
      https://somoclu.readthedocs.io/en/stable/
  • 64bitのPCでお願い致します。Mac、Windowsの別は問いません。
  • メモリは4GB以上を推奨します。
  • 当日会場にて、実習教材データの入ったUSBメモリを配布します。
  • 実習教材データは皆様に贈呈いたします。
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
2019/5/28 利益損失を防ぐ「開発時の安全係数と量産展開時の規格値」の論理的決定方法入門 東京都
2019/5/30 人工知能、機械学習による “異常検知” の基礎と実用化のポイント 東京都
2019/5/30 スパースモデリングの基礎と実践 東京都
2019/5/30 ディープラーニングの基礎概念と実践のための具体的技術 東京都
2019/5/30 AI (人工知能) を利用した医療機器開発とレギュレーション対応のポイント 東京都
2019/5/31 AI搭載の画像診断機器の開発・規制・承認動向 東京都
2019/6/3 スパースモデリング入門 東京都
2019/6/3 機械学習を用いた異常判別・検知手法 大阪府
2019/6/6 深層学習による時系列モデルと最新の研究事例 東京都
2019/6/7 エンジニアのためのデータの特徴を分析する統計・多変量解析手法 大阪府
2019/6/11 マテリアルズ・インフォマティクスを用いた伝熱制御材料の設計と開発 東京都
2019/6/13 知識・経験ゼロから始める "機械学習" 実践講座 東京都
2019/6/13 Pythonで学ぶ外れ値検出の基礎 東京都
2019/6/17 Pythonを使った時系列データ分析 東京都
2019/6/17 視覚的注意・視行動分析の情報学的研究の動向 東京都
2019/6/18 IoT・AI導入工場におけるデータ収集・選定と活用の方法 東京都
2019/6/18 基礎から学ぶベイズ統計学と実用例 東京都
2019/6/18 スパースモデリング入門セミナー 東京都
2019/6/20 認知ロボティクス 東京都
2019/6/21 マテリアルインフォマティクスに向けた機械学習入門 東京都