単純なデータの集合からのノイズ除去、様々な観測データからの異常値の検出、故障予知・セキュリティーへの応用・・・応用が広く、重要な技術である外れ値検出を実務での応用をふまえて解説

Pythonを利用した外れ値検出の基礎
~外れ値検出の考え方と基本手法~

※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
外れ値検出
セミナーNo.
st190119
開催日時
2019年01月29日(火) 13:00~16:30
主催
サイエンス&テクノロジー(株)
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:  44,000円 (本体価格:40,000円)
会員:  41,800円 (本体価格:38,000円)
学生:  44,000円 (本体価格:40,000円)
価格関連備考
43,200円 (会員受講料 41,040円 )
定価:本体40,000円+税3,200円
会員:本体38,000円+税3,040円
【2名同時申込みで1名分無料(1名あたり定価半額の21,600円)】
  ※2名様とも会員登録をしていただいた場合に限ります。
  ※同一法人内(グループ会社でも可)による2名同時申込みのみ適用いたします。
  ※3名様以上のお申込みの場合、上記1名あたりの金額で追加受講できます。
  ※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。
備考
※資料付
※講義中の録音・撮影はご遠慮ください。
※講義中のパソコン使用はキーボードの打音などでご遠慮いただく場合がございます。
講座の内容
趣旨
 外れ値検出は非常に応用が広く、重要な技術です。単純なデータの集合からノイズを除去したり、センサーで得られる時系列データを含む様々な観測データから異常値を検出したり、それを故障予知に応用することもできます。また近年はセキュリティーにも応用されています。
 本講座では外れ値検出の基礎として、その考え方と基本手法を紹介します。Pythonによる解析例を示すことで、実際にその手法を試すことができるようになります。
プログラム

1.外れ値検出の概要
 1.1 外れ値検出とは
 1.2 外れ値検出の応用
 1.3 問題のタイプ分け

2.データ集合からの外れ値検出
 2.1 生成確率
 2.2 外れ値の度合い
 2.3 ホテリング理論
  2.3.1 1次元のホテリング理論
  2.3.2 多次元次元のホテリング理論
  2.3.3 Pythonによる解析例
 2.4 LOF
  2.4.1 局所的な密度
  2.4.2 Pythonによる解析例
 2.5 One Class SVM
  2.5.1 ソフト SVM
  2.5.2 Pythonによる解析例
 2.6 多次元データの次元縮約による外れ値検出
  2.6.1 主成分分析
  2.6.2 特異値分解
  2.6.3 再構成誤差
  2.6.4 Pythonによる解析例

3.入出力データからの外れ値検出
 3.1 出力値の生成確率
 3.2 出力値の外れ値の度合い
 3.3 関数の推定
 3.4 線形モデル
 3.5 リッジ回帰
 3.6 偏最小2乗法
 3.7 正準相関分析
 3.8 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
 4.1 時系列データの外れ値
 4.2 近傍法
 4.3 特異スペクトル変換法
 4.4 自己回帰モデル
 4.5 各手法のPythonによる解析例

  □質疑応答□

関連するセミナー
関連する書籍
関連するタグ
フリーワード検索