以下の類似セミナーへのお申込みをご検討ください。
~スモールデータの解析の実態とその方法論、データ収集の考え方~
不特定多数の多量のデータでではなく、
特定の専門データである「スモールデータ」の活用で生産現場などの実務・現実問題の解決を
少量のデータから統計モデルを構築したい方、現場でのデータ解析、データ収集についてお困りの方は是非
スモールデータの収集方法とその留意点、解析の実態とその手法選択、方法論
必要となるデータの質、データ収集の留意点、スモールデータ解析の手法選択
スモールなデータからいかにして知識を抽出するのか
機械学習の基礎知識、入力変数選択・異常検知手法などスモールデータに適したデータ解析手法、、、
日時
【ライブ配信】 2024年11月8日(金) 10:30~16:30
【アーカイブ配信】 2024年11月22日(金) まで受付(視聴期間:11/22~12/5)
セミナー趣旨
生産現場の操業データや医療データにおいては、測定されている変数の数と比較して統計モデリングに使用可能なデータ量が限られることが多い。通常のモデリングでは正例・負例双方のサンプルが必要となるが、装置故障など稀な事象のデータはなかなか収集が困難であり、医療データにおいては、倫理的な問題から多くの患者から臨床データを収集するのは大きな壁が存在する。このように実世界ではしばしば必要なデータが十分に収集できず、スモールなデータからいかに知識を抽出するのかが重要となる。
本セミナーでは、実例を通じ、スモールデータの解析の実態と、その方法論、データ収集の考え方を講義する。
受講対象・レベル
・現実のデータの解析に興味のある技術者・研究者(線形代数・微積.統計などの初歩の知識を前提とする)
・少量のデータから統計モデルを構築したいと考えられている方
・現場でのデータ解析に従事されている方
・現場におけるデータ収集についてお困りの方
習得できる知識
・機械学習の基礎知識
・入力変数選択・異常検知手法などスモールデータに適したデータ解析手法の習得
・スモールデータにおけるデータ収集の心構えの習得
セミナープログラム
1.スモールデータとは
1.1 スモールデータの特徴
1.2 スモールデータ解析の現状
2.スモールデータ解析の方法論:次元削減と回帰分析
2,1 主成分分析(PCA)
2.1.1 PCAとは
2.1.2 直交展開
2.1.3 PCAの導出
2.1.4 PCAと特異値分解
2,2 最小二乗法
2.2.1 回帰分析とは
2.2.2 相関係数の意味
2.2.3 最小二乗法の導出
2.2.4 最小二乗法の幾何学的意味
2.2.5 多重共線性の問題
2.3 部分的最小二乗法(PLS)
2.3.1 PLSとは
2.3.2 潜在変数モデル
2.3.3 PLSモデルの導出
2.3.4 NIPALSアルゴリズム
2.3.5 PLSから重回帰モデルへの変換
2.3.6 クロスバリデーションによるパラメータチューニング
3.スモールデータ解析の方法論:入力変数選択
3.1 入力変数選択とは
3.2 スパースモデリング
3.2.1 スパースとは
3.2.2 リッジ回帰
3.2.3 Lasso回帰
3.2.4 エラスティックネットモデル
3.2.5 Group Lasso
3.3 変数クラスタリングによる入力変数選択
3.3.1 スペクトラルクラスタリング
3.3.2 NC法のコンセプト
3.3.3 NCSCアルゴリズムの導出
3.3.4 NCSCを用いた変数クラスタリングと入力変数選択
3.3.5 製薬プロセスへの応用例
4.スモールデータ解析の方法論:不均衡データ解析
4.1 サンプリング手法
4.1.1 サンプリング手法とは
4.1.2 アンダーサンプリングとオーバーサンプリング
4.2 ブースティング
4.2.1 ブースティングとは
4.2.2 AdaBoost
4.2.3 RandomForest
4.3 ブースティングとサンプリング手法を組み合わせた不均衡データ解析
4.3.1 何故,ブースティングとサンプリング手法を組み合わせるか
4.3.2 RUSBoost
4.3.3 HUSDOS-Boost
4.4 不均衡データ解析の大規模検診データへの適用例
5.スモールデータ解析の方法論:異常検出
5.1 異常検出とは
5.2 多変量統計的プロセス管理(MSPC)
5.2.1 MPSCとは
5.2.2 T2統計量とQ統計量の幾何学的意味
5.3 自己符号化器(オートエンコーダー)
5.4 異常検出問題の医療データ解析への応用例
6.スモールデータの収集・解析の考え方
6.1 必要となるデータの質の問題
6.2 データ収集の際の留意点
6.3 スモールデータ解析の手法選択
質疑応答
セミナー講師
2004年 京都大学 工学部 工業化学科卒業
2009年 京都大学 博士(工学)取得
2009年 豪Curtin 大学 客員研究員
2010年 NTT持ち株会社 コミュニケーション科学基礎研究所 研究所
2012年 京都大学大学院 情報学研究科 システム科学専攻 助教
2018年 JSTさきがけ研究員
2018年 名古屋大学大学院 工学研究科 物質プロセス工学専攻 准教授、東京医科歯科大学・非常勤講師、滋賀医科大学・客員准教授、東京大学・客員准教授,京都大学・研究員
セミナー受講料
※お申込みと同時にS&T会員登録をさせていただきます(E-mail案内登録とは異なります)。
55,000円( E-mail案内登録価格52,250円 )
E-Mail案内登録なら、2名同時申込みで1名分無料
2名で 55,000円 (2名ともE-mail案内登録必須/1名あたり定価半額27,500円)
【1名分無料適用条件】
※2名様ともE-mail案内登録が必須です。
※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、1名あたり定価半額で追加受講できます。
※請求書(PDFデータ)は、代表者にE-mailで送信いたします。
※請求書および領収証は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。
※テレワーク応援キャンペーン(1名受講)【Live配信/WEBセミナー受講限定】
1名申込みの場合:41,800円 ( E-Mail案内登録価格 39,820円 )
※WEBセミナーには「アーカイブとオンデマンド」が含まれます。
※1名様でお申込み場合、キャンペーン価格が自動適用になります。
※他の割引は併用できません。
受講について
ZoomによるLive配信 ►受講方法・接続確認(申込み前に必ずご確認ください)
アーカイブ配信 ►受講方法・視聴環境確認(申込み前に必ずご確認ください)
配布資料
- Zoom配信受講:PDFテキスト(印刷可・編集不可)
- アーカイブ配信受講:PDFテキスト(印刷可・編集不可)
※セミナーに申し込むにはものづくりドットコム会員登録が必要です
開催日時
10:30 ~
受講料
55,000円(税込)/人
※本文中に提示された主催者の割引は申込後に適用されます
※銀行振込 または、当日現金でのお支払い
開催場所
全国
主催者
キーワード
機械学習・ディープラーニング 回帰分析 サンプリング手法
※セミナーに申し込むにはものづくりドットコム会員登録が必要です
開催日時
10:30 ~
受講料
55,000円(税込)/人
※本文中に提示された主催者の割引は申込後に適用されます
※銀行振込 または、当日現金でのお支払い
開催場所
全国
主催者
キーワード
機械学習・ディープラーニング 回帰分析 サンプリング手法