☆異常状態を検出するための、種々の判別分析手法や異常検知手法を解説いたします!

機械学習を用いた異常判別・検知手法【LIVE配信】
※本セミナーはZOOMを使ったLIVE配信セミナーです。会場での参加はございません。

※受付を終了しました。最新のセミナーはこちら

セミナー概要
略称
異常判別【WEBセミナー】
セミナーNo.
200786
開催日時
2020年07月28日(火) 10:30~16:30
主催
(株)R&D支援センター
問い合わせ
Tel:03-5857-4811 E-mail:info@rdsc.co.jp 問い合わせフォーム
価格
非会員:  55,000円 (本体価格:50,000円)
会員:  49,500円 (本体価格:45,000円)
学生:  55,000円 (本体価格:50,000円)
価格関連備考
会員(案内)登録していただいた場合、通常1名様申込で55,000円(税込)から
 ★1名で申込の場合、49,500円(税込)へ割引になります。
 ★2名同時申込で両名とも会員登録をしていただいた場合、計55,000円(2人目無料)です。
■会員登録とは? ⇒ よくある質問
定員
30名 ※現在、お申込み可能です。満席になり次第、募集を終了させていただきます。
備考
※資料付き

・本セミナーは「Zoom」を使ったライブ配信セミナーとなります。
・「ミーティング用Zoomクライアント」をダウンロードするか、ZOOM を
  ダウンロードせず、Web ブラウザから参加するかの2種類がございます。
  ZOOM WEBセミナーのはじめかたについてはこちらをご覧ください。

・お申込み後、受理のご連絡メールをさせていただきます。
 一部メールが通常セミナー形式(受講券、請求書、会場の地図)になっておりますが
 LIVE配信のみのセミナーです。
・お申込み後、接続テスト用のURL(https://zoom.us/test)から
「ミーティングテストに参加」を押していただき動作確認をお願いします。
・後日、別途視聴用のURLをメールにてご連絡申し上げます。
・セミナー開催日時の10分前に、視聴サイトにログインしていただき、ご視聴ください。
・セミナー資料は郵送にて前日までには、お送りいたします。電子媒体での配布はございません。
ご自宅への送付を希望の方はコメント欄にご住所などをご記入ください。
・ご質問については、オープンにできるご質問をチャットにご記入ください。
 個別相談(他社に知られたくない)のご質問は後日メールにて講師と直接お願いします。
・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。

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。
講座の内容
受講対象・レベル
・異常値を含むデータからの検出方法にお困りの方
・データサイエンスに興味をお持ちの方
習得できる知識
・各種分析手法の特徴、目的、長所短所の理解
・分析ソフトウエアに実装された分析手法の使い分け
趣旨
 近年、多くの産業・ビジネスの場面において、特定の対象や集団を認識することや異常状態を検出することが重要になっています。例えば工業製品の良品・不良品の判定は人力では作業量に限界が生じるためコンピュータによる自動化が求められています。このような問題に対し有効とされる機械学習手法が、種々の判別分析手法や異常検知手法です。
 そこで本セミナーでは代表的な判別分析手法である線形判別分析や非線形な判別ルールに対応できる2次判別分析、さらには複雑なデータの判別を可能にするサポートベクターマシンについて講義します。また、異常検知手法についてはデータの特性(正規分布、周波数特性、相関)と閾値による異常判別からはじまり、マハラノビスの距離、LOF、one-class SVM、change finderといった分析手法について、その長短所や選択方法も含めて解説します。
プログラム
1.判別と異常検知
 1-1 教師あり学習、教師なし学習とは?
 1-2 手法の複雑さと過学習
 1-3 複雑さの選定
  (1)交差検証法
 1-4 判別機の性能評価
  (1)ROC曲線

2.異常判別:教師あり学習
 2-1 線形判別
 2-2 2次判別
 2-3 Support Vector Machine (SVM)
  (1)ハードマージンとソフトマージン
  (2)カーネルトリック

3.異常検知:教師なし学習
 3-1 正規分布を用いた異常検知:単変量の場合
 3-2 正規分布を用いた異常検知:多変量の場合
  (1)マハラノビスの距離
  (2)MT法の問題点と解決策
 3-3 Local Outlier Factor
 3-4 One Class SVM
 3-5 時系列モデルにおける異常検知
  (1)変化点検知
  (2)Change Finder

4.まとめ
キーワード
機械学習異常検知異常判別
関連するセミナー
関連する書籍
関連するDVD
関連する通信講座
関連するタグ
フリーワード検索