☆異常状態を検出するための、種々の判別分析手法や異常検知手法を解説いたします！

機械学習を用いた異常判別・検知手法

【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

近年、多くの産業・ビジネスの場面において、特定の対象や集団を認識することや異常状態を検出することが重要になっています。例えば工業製品の良品・不良品の判定は人力では作業量に限界が生じるためコンピュータによる自動化が求められています。このような問題に対し有効とされる機械学習手法が、種々の判別分析手法や異常検知手法です。
そこで本セミナーでは代表的な判別分析手法である線形判別分析や非線形な判別ルールに対応できる2次判別分析、さらには複雑なデータの判別を可能にするサポートベクターマシンについて講義します。また、異常検知手法についてはデータの特性（正規分布、周波数特性、相関）と閾値による異常判別からはじまり、マハラノビスの距離、LOF、one-class SVM、change finderといった分析手法について、その長短所や選択方法も含めて解説します。

◆習得できる知識

・各種分析手法の特徴、目的、長所短所の理解
・分析ソフトウエアに実装された分析手法の使い分け

◆受講対象

・異常値を含むデータからの検出方法にお困りの方
・データサイエンスに興味をお持ちの方

◆キーワード

機械学習,異常検知,異常判別,セミナー,研修,講習

担当講師

滋賀大学 データサイエンス学部 教授 博士（数理学）　笛田 薫 氏

セミナープログラム（予定）

１．判別と異常検知
1-1　教師あり学習、教師なし学習とは?
1-2　手法の複雑さと過学習
1-3　複雑さの選定
(1)交差検証法
1-4　判別機の性能評価
(1)ROC曲線

２．異常判別：教師あり学習
2-1　線形判別
2-2　2次判別
2-3　Support Vector Machine (SVM)
(1)ハードマージンとソフトマージン
(2)カーネルトリック

３．異常検知：教師なし学習
3-1　正規分布を用いた異常検知:単変量の場合
3-2 正規分布を用いた異常検知:多変量の場合
(1)マハラノビスの距離
(2)MT法の問題点と解決策
3-3　Local Outlier Factor
3-4　One Class SVM
3-5　時系列モデルにおける異常検知
(1)変化点検知
(2)Change Finder

４．異常検知の活用例紹介

公開セミナーの次回開催予定

開催日

未定

開催場所

未定

受講料

未定

※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

・セミナー資料は開催前日までにお送りいたします。
ご自宅への送付を希望の方はコメント欄にご住所などをご記入ください。
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。