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

実務に使えるスモールデータ解析

実務に使えるスモールデータ解析

~特徴選択・不均衡データ解析・異常検知~
東京都 開催 オンライン 開催

概要

本セミナーでは、スモールデータ解析について基礎から解説し、スモールデータの解析の実態と、その方法論、データ収集の考え方を事例を交えて詳解いたします。

開催日

  • 2020年5月18日(月) 10時30分 16時30分

受講対象者

  • 現実のデータの解析に興味のある技術者・研究者

修得知識

  • スモールデータ解析に必要な技術
  • 変数選択法
  • 不均衡データの解析手法
  • スモールデータ解析を活用した異常検知

プログラム

 生産現場の操業データや医療データにおいては、測定されている変数の数と比較して統計モデリングに使用可能なデータ量が限られることが多い。通常のモデリングでは正例・負例双方のサンプルが必要となるが、装置故障など稀な事象のデータはなかなか収集が困難であり、医療データにおいては、倫理的な問題から多くの患者から臨床データを収集するのは大きな壁が存在する。このように実世界ではしばしば必要なデータが十分に収集できず、スモールなデータからいかに知識を抽出するのかが重要となる。
 本セミナーでは、実例を通じ、スモールデータの解析の実態と、その方法論、データ収集の考え方を講義する。

  1. スモールデータとは
    1. スモールデータの特徴
    2. スモールデータ解析の現状
  2. スモールデータ解析の方法論:次元削減と回帰分析
    1. 主成分分析 (PCA)
      1. PCAとは
      2. 直交展開
      3. PCAの導出
      4. PCAと特異値分解
    2. 最小二乗法
      1. 回帰分析とは
      2. 相関係数の意味
      3. 最小二乗法の導出
      4. 最小二乗法の幾何学的意味
      5. 多重共線性の問題
    3. 部分的最小二乗法 (PLS)
      1. PLSとは
      2. 潜在変数モデル
      3. PLSモデルの導出
      4. NIPALSアルゴリズム
      5. PLSから重回帰モデルへの変換
      6. クロスバリデーションによるパラメータチューニング
  3. スモールデータ解析の方法論:入力変数選択
    1. 入力変数選択とは
    2. スパースモデリング
      1. スパースとは
      2. リッジ回帰
      3. Lasso回帰
      4. エラスティックネットモデル
      5. Group Lasso
    3. 変数クラスタリングによる入力変数選択
      1. スペクトラルクラスタリング
      2. NC法のコンセプト
      3. NCSCアルゴリズムの導出
      4. NCSCを用いた変数クラスタリングと入力変数選択
      5. 製薬プロセスへの応用例
  4. スモールデータ解析の方法論:不均衡データ解析
    1. サンプリング手法
      1. サンプリング手法とは
      2. アンダーサンプリングとオーバーサンプリング
    2. ブースティング
      1. ブースティングとは
      2. AdaBoost
      3. RandomForest
    3. ブースティングとサンプリング手法を組み合わせた不均衡データ解析
      1. 何故,ブースティングとサンプリング手法を組み合わせるか
      2. RUSBoost
      3. HUSDOS – Boost
    4. 不均衡データ解析の大規模検診データへの適用例
  5. スモールデータ解析の方法論:異常検出
    1. 異常検出とは
    2. 多変量統計的プロセス管理 (MSPC)
      1. MPSCとは
      2. T2統計量とQ統計量の幾何学的意味
    3. 自己符号化器 (オートエンコーダー)
    4. 異常検出問題の医療データ解析への応用例
  6. スモールデータの収集・解析の考え方
    1. 必要となるデータの質の問題
    2. データ収集の際の留意点
    3. スモールデータ解析の手法選択
    • 質疑応答

講師

  • 藤原 幸一
    名古屋大学 工学研究科 物質プロセス工学専攻
    准教授

会場

大田区産業プラザ PiO

6階 D会議室

東京都 大田区 南蒲田1-20-20
大田区産業プラザ PiO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
: 42,700円 (税別) / 46,970円 (税込)
複数名
: 22,500円 (税別) / 24,750円 (税込)

複数名同時受講の割引特典について

  • 2名様以上でお申込みの場合、
    1名あたり 22,500円(税別) / 24,750円(税込) で受講いただけます。
    • 1名様でお申し込みの場合 : 1名で 42,700円(税別) / 46,970円(税込)
    • 2名様でお申し込みの場合 : 2名で 45,000円(税別) / 49,500円(税込)
    • 3名様でお申し込みの場合 : 3名で 67,500円(税別) / 74,250円(税込)
  • 同一法人内 (グループ会社でも可) による複数名同時申込みのみ適用いたします。
  • 受講券、請求書は、代表者にご郵送いたします。
  • 請求書および領収書は1名様ごとに発行可能です。
    申込みフォームの通信欄に「請求書1名ごと発行」と記入ください。
  • 他の割引は併用できません。

アカデミー割引

教員、学生および医療従事者はアカデミー割引価格にて受講いただけます。

  • 1名様あたり 10,000円(税別) / 11,000円(税込)
  • 企業に属している方(出向または派遣の方も含む)は、対象外です。
  • お申込み者が大学所属名でも企業名義でお支払いの場合、対象外です。
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
2024/4/4 多変量解析・データ処理 超入門 オンライン
2024/4/10 Pythonによる時系列データ分析とその活用 オンライン
2024/4/11 技術者・研究者のための多変量解析入門講座 オンライン
2024/4/12 機械学習/Deep Learningの画像データ前処理に活用できる画像フィルタリングの基本と最新動向 オンライン
2024/4/15 ディープラーニングの基礎と実践 オンライン
2024/4/15 少ないデータに対する機械学習、深層学習の適用 オンライン
2024/4/17 ルールベースと機械学習ベースの画像認識技術 オンライン
2024/4/18 生成AIをめぐる著作権問題の最前線 東京都 会場・オンライン
2024/4/19 ディープラーニングの基礎と実践 オンライン
2024/4/19 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
2024/4/24 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
2024/4/24 技術者・研究者のための多変量解析入門講座 オンライン
2024/4/25 カルマンフィルタの実践 オンライン
2024/4/26 少ないデータに対する機械学習、深層学習の適用 オンライン
2024/4/26 「統計的品質管理」総合コース2023 オンライン
2024/4/26 データサイエンスの基礎 オンライン
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