※本セミナーはZOOMを使ったLIVE配信セミナーです。会場での参加はございません。

スモールデータ解析の方法と実問題解決への応用

≪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≫

【提携セミナー】

主催：株式会社R&D支援センター

◆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。

◆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
• スモールデータにおけるデータ収集の心構え

◆受講対象

• 現実のデータの解析に関心のある技術者・研究者
• 少量のデータから統計モデルを構築したいと考えている方
• 現場でのデータ解析に従事する方
• 現場におけるデータ収集についてお困りの方

◆キーワード

機械学習,Deep Learning,データ,少量,AI,オンライン,WEBセミナー

担当講師

北海道大学　電子科学研究所　教授　博士（工学）藤原 幸一　氏

【専門】
機械学習・生体信号処理・医療AI
【略歴】
2004年 3月　京都大学工学部工業化学科卒業
2006年 3月　京都大学大学院工学研究科化学工学専攻修士課程修了
2006年 4月　トヨタ自動車株式会社入社
2007年 4月　京都大学大学院工学研究科化学工学専攻・博士後期課程進学
2008年 4月　JSPS特別研究員・DC2
2009年 3月　京都大学博士（工学）取得
2009年 4月　JSPS特別研究員・PD
2009年10月　豪州Curtin 大学・客員研究員
2010年 4月　NTT持ち株会社コミュニケーション科学基礎研究所
2012年 7月　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10月　JSTさきがけ研究員（社会システム）
2018年11月　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
2025年4月　 現職

セミナープログラム（予定）

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

公開セミナーの次回開催予定

開催日

【LIVE配信】2025/7/31（木）10:30～16:30
【アーカイブ配信】8/1～8/15

開催場所

【WEB限定セミナー】※会社やご自宅でご受講下さい。

受講料

非会員： 55,000円 （本体価格：50,000円）
会員： 49,500円 （本体価格：45,000円）

会員（案内）登録していただいた場合、通常1名様申込で55,000円（税込）から

• 1名で申込の場合、49,500円（税込）へ割引になります。
• 2名同時申込で両名とも会員登録をしていただいた場合、計55,000円（2人目無料）です。
• 3名以上同時申込は1名につき27,500円（税込）です。

※セミナー主催者の会員登録をご希望の方は、申込みフォームのメッセージ本文欄に「R&D支援センター会員登録希望」と記載してください。ご登録いただくと、今回のお申込みから会員受講料が適用されます。

※R&D支援センターの会員登録とは？
ご登録いただきますと、セミナーや書籍などの商品をご案内させていただきます。
すべて無料で年会費・更新料・登録費は一切かかりません。

LIVE配信のご案内

こちらをご参照ください

備考

• 資料付【PDF配布いたします】

• セミナー資料は開催前日までにお送りいたします。
  無断転載、二次利用や講義の録音、録画などの行為を固く禁じます。

お申し込み方法

★下のセミナー参加申込ボタンより、必要事項をご記入の上お申し込みください。

★【LIVE配信】、【アーカイブ配信】のどちらかご希望される受講形態をメッセージ欄に明記してください。