Pythonによる機械学習の基礎と異常検知の実装方法

機械学習の基礎から、
モデル作成のためのプログラミング技術まで詳解！

セミナー講師

大阪大学 産業科学研究所 知能アーキテクチャ研究分野 准教授　福井 健一 氏

セミナー受講料

1名につき55,000円（税込・資料付）
〔1社2名以上同時申込の場合1名につき49,500円（税込）〕

受講について

• 本講座はZoomを利用したLive配信セミナーです。セミナー会場での受講はできません。
• 下記リンクから視聴環境を確認の上、お申し込みください。
  　→ https://zoom.us/test
• 開催日が近くなりましたら、視聴用のURLとパスワードをメールにてご連絡申し上げます。
  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。
• Zoomクライアントは最新版にアップデートして使用してください。
  Webブラウザから視聴する場合は、Google Chrome、Firefox、Microsoft Edgeをご利用ください。
• パソコンの他にタブレット、スマートフォンでも視聴できます。
• セミナー資料はお申込み時にお知らせいただいた住所へお送りいたします。
  お申込みが直前の場合には、開催日までに資料の到着が間に合わないことがあります。ご了承ください。
• 当日は講師への質問をすることができます。可能な範囲で個別質問にも対応いたします。
• 本講座で使用される資料や配信動画は著作物であり、
  録音・録画・複写・転載・配布・上映・販売等を禁止いたします。
• 本講座はお申し込みいただいた方のみ受講いただけます。
  複数端末から同時に視聴することや複数人での視聴は禁止いたします。
• Zoomのグループにパスワードを設定しています。
  部外者の参加を防ぐため、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。

セミナー趣旨

本セミナーでは、機械学習全般に共通する基本的な概念、そして特に要望の多い異常 検知の理論や実装方法を分かりやすく解説します。Pythonについても基本的な構文から説明し、 機械学習ライブラリとして有名なscikit-learnを用いた実装の解説し、機械学習の理解を深めます。さらに、回転機器の振動データを対象とした異常検知やに関する講演者の具体的な研究事例紹介ならびに関連するコード解説も行います。機械学習による異常検知について、これから本格的な勉強もしくは導入を始める前に概要と雰囲気を掴むには最適です。

セミナープログラム

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. 機械学習の分類
   4. 教師あり学習
      1. 識別
      2. 回帰
   5. 教師なし学習
      1. モデル推定
      2. パターンマイニング
   6. 半教師あり学習
   7. 深層学習（ディープラーニング）
   8. 強化学習
   9. 機械学習の基本的な手順
      1. 前処理
      2. 次元の呪い
      3. 主成分分析による次元圧縮
      4. バイアスとバリアンス
      5. 評価基準の設定：クロスバリエーション
      6. 簡単な識別器：k-近傍法
      7. 評価指標：F値，ROC曲線
2. Pythonの基礎と機械学習の実装方法（Python解説）
   1. Pythonの基本的構文
   2. Scikit-learnを用いた機械学習の実装方法
   3. k近傍法による識別
3. 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
      1. One-class Support Vector Machine
      2. Local Outlier Factor
      3. Isolation Forest
   5. 各種異常検知法の比較（Python解説）
4. 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

【質疑応答】