外れ値検出とは、概略、大多数のデータとは振る舞いが異なるデータを検出する技術です。本講座では外れ値検出を行う基本的な手法を解説します。問題のタイプから分類し、データ集合の中からの外れ値検出、入出力データからの外れ値検出、時系列データからの外れ値検出の3タイプを扱います。
　またディープラーニングを利用した外れ値検出手法も概説します。手法の多くは Python を用いて実装されているので、Python を使った実行例も示します。

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
   4. LOF
   5. One Class SVM
   6. 多次元データの次元縮約による外れ値検出
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. 状態空間モデル
   6. 各手法の Python による解析例
5. ディープラーニングを用いた外れ値検出
   1. AutoEncoder による外れ
   2. 特徴抽出器による外れ値検出
   3. 距離学習による外れ値検出