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

Zoomを使ったライブ配信セミナー

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~
オンライン 開催

開催日

  • 2020年7月2日(木) 10時00分 17時00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
  • 機械学習に基づく異常検知の基礎と実運用の指針

予備知識

  • 高校卒業程度の数学の知識 (微分、確率・統計、行列計算等)
  • プログラミングの経験 (Pythonでなくても良い)

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を用いた実装の解説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-近傍法を用いた識別
        • 機械学習の基本的な手順の確認 (Python解説)
  2. 教師なし学習:クラスタリングと可視化
    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. 自己組織化マップ
    6. クラスタリング妥当性指標
    7. 自己組織化マップを用いた可視化 (Python解説)
  3. 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 (Python解説)
  4. 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

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
: 47,000円 (税別) / 51,700円 (税込)
1口
: 57,000円 (税別) / 62,700円 (税込) (3名まで受講可)
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
2025/4/22 マテリアルズインフォマティクスの高分子材料開発への応用 オンライン
2025/4/22 未知の異常も検知する人工知能MTシステム (MT法) 基礎と応用入門 オンライン
2025/4/23 化粧品品質安定性確保と評価の進め方・トラブル対応 オンライン
2025/4/23 小規模データに対する機械学習の効果的適用法 オンライン
2025/4/25 機械学習のための効率的なデータ取得法と解釈・評価方法 オンライン
2025/4/25 マテリアルズインフォマティクスの基礎と高分子材料設計における応用事例 オンライン
2025/4/28 AI外観検査 (画像認識) のはじめ方、すすめ方、精度向上への考え方 オンライン
2025/4/30 未知の異常も検知する人工知能MTシステム (MT法) 基礎と応用入門 オンライン
2025/5/7 生成AIを活用したデータ分析の基礎とポイント オンライン
2025/5/7 機械学習のための効率的なデータ取得法と解釈・評価方法 オンライン
2025/5/13 異常検知への生成AI活用と判断の標準化、高精度化 オンライン
2025/5/14 生産管理、生産計画策定のための需要予測の導入とAIの活用 オンライン
2025/5/15 化学工学におけるビッグデータ非依存のニューラルネットワーク活用手法 オンライン
2025/5/16 画像認識技術入門 オンライン
2025/5/19 AI分野における特許戦略 オンライン
2025/5/20 マテリアルズインフォマティクス・第一原理計算の基礎と材料研究への応用 オンライン
2025/5/20 Pythonによるデータ解析の基礎と実務への応用 オンライン
2025/5/21 生成AI×多変量解析:革新的学習と実践 オンライン
2025/5/23 AI分野における特許戦略 オンライン
2025/5/27 分子シミュレーションの基礎と高分子材料の研究・開発の効率化への展開 オンライン