非会員：
60,500円
（本体価格：55,000円）
会員：
60,500円
（本体価格：55,000円）
学生：
60,500円
（本体価格：55,000円）
異常検知は幅広い分野で活用が期待される技術です。従来，人でないと難しいといわれていた専門的な異常検知を，AIによって代替させようという試みが増えています。さらに，人間の能力では扱うことが困難な大量のデータや高次の非線形特徴空間に対して，その原因や因果関係の説明，新たな知見の抽出まで可能になりつつあります。今後は単独の異常検知機能ではなく，システムや製品の一部としてAIによる異常検知が組み込まれるようになっていくでしょう。
本セミナーでは，近年多くの需要・要望が寄せられている人工知能による異常検知について，背景となる基本的な考え方と，古典的なアルゴリズムの理解を深め，さらにAIによる高度な異常検知の基礎とアルゴリズム，応用例をPythonによる実習を通して学んでいきます。
1. Python実習環境の準備
2. 異常検知概論
3. 異常検知のための特徴抽出
1. 時系列データの特徴抽出
2. 画像データの特徴抽出
3. 特徴と距離
1. 様々な距離の定義
2. 高次特徴空間における球面集中現象
4. 統計的異常検知の基礎
1. 正規分布とカイ二乗分布
2. マハラノビス距離とPCA
5. 古典的な異常検知
1. k近傍法(KNN)
2. 局所外れ値因子法（LOF: Local Outlier Factor）
3. ABOD: Angle Based Outlier Detection
4. 特異スペクトル解析法
5. ヒストグラム法
6. クラスタリング
6. AIによる異常検知の考え方とよく使われるアルゴリズム
1. One class SVM
2. オートエンコーダ(AE: Auto Encoder) *
3. VAE (Variational Auto Encoder)
4. isolation forest
5. LSTM
6. Deep learning（CNN）
7. リザバーコンピューティング
8. ano-GAN
7. 応用事例
8. まとめ
