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で学ぶ機械学習と異常検知への応用

Pythonで学ぶ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 会場 開催 PC実習付き

開催日

  • 2019年9月20日(金) 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

株式会社オーム社 オームセミナー室
東京都 千代田区 神田錦町3-1
株式会社オーム社 オームセミナー室の地図

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 3.7) をインストール
  • Anaconda Prompt (Win) もしくはターミナル (Mac) から $ conda install python==3.6.8
    を実行し,Python 3.6にダウングレード (結構時間がかかります)
  • その後,Anaconda Prompt (Win) もしくはターミナル (Mac) から $ pip install somoclu
    を実行し,somocluをインストール
  • なお,Macの場合はPython 3.7でもどちらでも構いません.
  • 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を配布します。 (媒体 : USBメモリ) 。
  • 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 会場 開催方法
2024/4/26 安定性試験の評価と有効期間の設定 オンライン
2024/4/26 サンプリング試験 (ロットの合否判定方法) への応用 オンライン
2024/4/26 プロセスバリデーションと年次照査 (APR) への応用 オンライン
2024/4/26 AI関連発明の出願戦略のポイントと生成AIを巡る知財制度上の留意点 オンライン
2024/4/26 ChatGPTを活用したPythonプログラミングとコード生成 オンライン
2024/4/26 分析法バリデーションへの応用 オンライン
2024/4/26 Quality by Designのための実験計画法 オンライン
2024/5/2 脳波計測・処理・解析・機械学習の基礎と応用および脳波データの活用方法 オンライン
2024/5/2 自然言語処理の基礎と生成AI・大規模言語モデルの研究開発への活用 オンライン
2024/5/8 実験計画法・ベイズ最適化を用いた効率的な実験デザイン オンライン
2024/5/8 AI関連発明の出願戦略のポイントと生成AIを巡る知財制度上の留意点 オンライン
2024/5/17 スパース推定の本質の理解と実装応用技術への展開 オンライン
2024/5/23 ベイズ統計から学ぶ統計的機械学習 オンライン
2024/5/31 マテリアルズインフォマティクスのためのデータ解析 オンライン
2024/6/18 Pythonではじめる機械学習入門講座 オンライン
2024/7/22 画像認識技術入門 オンライン
2024/9/3 相関回帰分析、重回帰分析 (2日間) オンライン
2024/9/3 相関回帰分析 オンライン
2024/9/10 重回帰分析 オンライン
2024/9/27 ファーマコメトリクス/クリニカルファーマコメトリクス オンライン