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
a.識別
b.回帰
(6).教師なし学習
a.モデル推定
b.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
a.前処理
b.次元の呪い
c.主成分分析による次元圧縮
d.バイアスとバリアンス
e.評価基準の設定:クロスバリエーション
f.簡単な識別器:k-近傍法
g.評価指標:F値,ROC曲線
(11).機械学習の基本的な実装(Python解説)
2.機械学習による異常検知
(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
a.One-class Support Vector Machine
b.Local Outlier Factor
c.Isolation Forest
(5).各種異常検知法の比較(Python解説)
3.回転機器の振動データに対する異常検知
(1).微小欠陥検知の事例紹介
(2).Pythonコード解説
4.回転機器の余寿命予測
(1).階層ベイズによる余寿命予測
(2).事例紹介