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

スモールデータ解析の方法と実問題解決への応用

スモールデータ解析の方法と実問題解決への応用

~スモールなデータからいかにして知識を抽出するのか~
オンライン 開催

アーカイブ配信で受講をご希望の場合、視聴期間は2023年10月20日〜11月2日を予定しております。
アーカイブ配信のお申し込みは2023年10月20日まで承ります。

概要

本セミナーでは、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、実例を通じて解説いたします。

開催日

  • 2023年10月12日(木) 10時30分 16時30分

受講対象者

  • 現実のデータの解析に関心のある技術者・研究者
  • 少量のデータから統計モデルを構築したいと考えている方
  • 現場でのデータ解析に従事する方
  • 現場におけるデータ収集についてお困りの方

修得知識

  • 機械学習の基礎知識
  • 入力変数選択・異常検知手法などスモールデータに適したデータ解析手法
  • スモールデータにおけるデータ収集の心構え

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

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
: 34,700円 (税別) / 38,170円 (税込)
複数名
: 25,000円 (税別) / 27,500円 (税込)

複数名受講割引

  • 2名様以上でお申込みの場合、1名あたり 25,000円(税別) / 27,500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 34,700円(税別) / 38,170円(税込)
    • 2名様でお申し込みの場合 : 2名で 50,000円(税別) / 55,000円(税込)
    • 3名様でお申し込みの場合 : 3名で 75,000円(税別) / 82,500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」とご記入ください。
  • 他の割引は併用できません。
  • サイエンス&テクノロジー社の「2名同時申込みで1名分無料」価格を適用しています。

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。

ライブ配信対応セミナー / アーカイブ配信対応セミナー

ライブ配信またはアーカイブ配信セミナーのいずれかをご選択いただけます。

ライブ配信セミナーをご希望の場合

  • 「Zoom」を使ったライブ配信セミナーとなります。
  • お申し込み前に、 視聴環境テストミーティングへの参加手順 をご確認いただき、 テストミーティング にて動作確認をお願いいたします。
  • 開催日前に、接続先URL、ミーティングID​、パスワードを別途ご連絡いたします。
  • セミナー開催日時に、視聴サイトにログインしていただき、ご視聴ください。
  • セミナー資料は、PDFファイルをダウンロードいただきます。
  • タブレットやスマートフォンでも受講可能ですが、機能が制限される場合があります。
  • ご視聴は、お申込み者様ご自身での視聴のみに限らせていただきます。不特定多数でご覧いただくことはご遠慮下さい。
  • 講義の録音、録画などの行為や、権利者の許可なくテキスト資料、講演データの複製、転用、販売などの二次利用することを固く禁じます。
  • Zoomのグループにパスワードを設定しています。お申込者以外の参加を防ぐため、パスワードを外部に漏洩しないでください。
    万が一、部外者が侵入した場合は管理者側で部外者の退出あるいはセミナーを終了いたします。

アーカイブ配信セミナーをご希望の場合

  • 「ビデオグ」を使ったアーカイブ配信セミナーとなります。
  • 当日のセミナーを、後日にお手元のPCなどからご視聴ができます。
  • お申し込み前に、 視聴環境 をご確認いただき、 視聴テスト にて動作確認をお願いいたします。
  • 別途、ID,パスワードをメールにてご連絡申し上げます。
  • 視聴期間は2023年10月20日〜11月2日を予定しております。
    ご視聴いただけなかった場合でも期間延長いたしませんのでご注意ください。
  • セミナー資料は、PDFファイルをダウンロードいただきます。
  • ご自宅への書類送付を希望の方は、通信欄にご住所・宛先などをご記入ください。
  • ご視聴は、お申込み者様ご自身での視聴のみに限らせていただきます。不特定多数でご覧いただくことはご遠慮下さい。
  • 講義の録音、録画などの行為や、権利者の許可なくテキスト資料、講演データの複製、転用、販売などの二次利用することを固く禁じます。
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
2024/11/25 Pythonによる機械学習の基礎と異常検知への適用、実装ポイント オンライン
2024/11/26 Pythonによるデータ解析の基礎と実務への応用 オンライン
2024/11/27 ディープニューラルネットワークモデルとMTシステムの基礎・学習データ最小化・ エンジニアリング応用入門 オンライン
2024/11/28 機械学習/AIによる特許調査の高度化で実践するスマート特許戦略 オンライン
2024/11/28 “データサイエンス入門”の入門 オンライン
2024/11/28 音・画像情報処理技術の基礎と認識・検査システムへの応用 オンライン
2024/11/29 「統計的品質管理」総合コース2024 オンライン
2024/11/29 「統計的品質管理」総合コース2024 オンライン
2024/11/29 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
2024/11/29 機械学習/AIによる特許調査の高度化で実践するスマート特許戦略 オンライン
2024/11/29 Quality by Designのための実験計画法 オンライン
2024/12/2 カルマンフィルタの実践 オンライン
2024/12/3 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
2024/12/4 機械学習に基づいた不確実環境下における適応的実験計画 オンライン
2024/12/6 知って得する統計的寿命予測法のあれこれ オンライン
2024/12/9 Pythonによるデータ解析の基礎と実務への応用 オンライン
2024/12/9 AI外観検査導入のための基礎と進め方・留意点 オンライン
2024/12/11 機械学習のためのデータ前処理技術とノウハウ オンライン
2024/12/11 AIニューラルネットワークが切り拓く次世代センシング技術 オンライン
2024/12/11 音・画像情報処理技術の基礎と認識・検査システムへの応用 オンライン