○機械学習やデータマイニングを用いた異常検知の基礎から、

時系列データにおける変化点検知の各手法、生産業や医療データへの応用例まで。

○最新手法や現場で使える実用的な事例を各所で交えながらお話します！

機械学習を用いた異常検知と

その応用事例

≪異常検知や変化点検知に関する基礎から代表的手法まで≫

【提携セミナー】

主催：株式会社情報機構

異常検知や，時系列データにおける変化点検知は，データ解析における前処理や，プラントなどにおける製造過程での利用など，様々な場面で必要となる重要な技術です。本講義では，機械学習に基づいた異常検知について，その基本的な考え方から，私がこれまで取り組んできたものを含む最新の方法までを，現場の人が使えるまで理解できるように紹介したいと思います。

◆受講後、習得できること

機械学習やデータマイニングを用いた異常検知の基本的な考え方と，各種データや場面に応じた具体的な各手法の適用方法

◆受講対象者

• 現場でのデータ解析に関わる技術者
• 機械学習，データマイニングやその異常検知応用に興味のある方
• その他，機械学習やデータマイニングを用いたデータ解析に関わる方

◆必要な予備知識など

特に不要となるように基本から説明をする予定ですが，機械学習やデータマイニングの基礎的な知識があった方が理解はしやすいとは思います。

担当講師

九州大学　マス・フォア・インダストリ研究所　産業数理統計研究部門
教授　河原 吉伸 先生

■ご略歴：
2008年4月～2009年9月　東京工業大学 グローバルCOE 研究員
2009年10月～2013年3月　大阪大学 産業科学研究所 助教
2013年4月～2019年3月　大阪大学 産業科学研究所 准教授
2016年9月～（継続中）　理化学研究所 革新知能統合研究センター チームリーダー
2019年4月～（継続中）　九州大学 マス・フォア・インダストリ研究所 教授

セミナープログラム（予定）

１．はじめに
1）機械学習の概要
2）異常検知の事例、概観

２．異常検知の基本的な考え方
1）データを用いた異常検知の流れ
2）異常検知における機械学習の役割
3）状況の分類と異常検知手法の選択

３. 静的データにおける異常検知
1）いくつかの機械学習に基づく異常検知手法
2）深層学習を用いた異常検知手法

４. 時系列データにおける変化点検知
1）静的データと時系列データ
2）変化点検知の基本的な考え方
3）静的データの異常検知手法の変化点検知への拡張
4）いくつかの変化点検知手法

５. 具体的な応用例
1）生産業における応用事例
2）医療データにおける応用事例

※各箇所で実用的な事例をお見せいたします。

＜質疑応答＞

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

オンライン配信のご案内

★　Zoomによるオンライン配信

については、こちらをご参照ください

備考

配布資料・講師への質問等について

• 配布資料は、印刷物を郵送で送付致します。
  お申込の際はお受け取り可能な住所をご記入ください。
  お申込みは4営業日前までを推奨します。
  それ以降でもお申込みはお受けしておりますが（開催1営業日前の12:00まで）、
  テキスト到着がセミナー後になる可能性がございます。

• 当日、可能な範囲で質疑応答も対応致します。
  （全ての質問にお答えできない可能性もございますので、予めご容赦ください。）
• 本講座で使用する資料や配信動画は著作物であり
  無断での録音・録画・複写・転載・配布・上映・販売等を禁止致します。

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。

★【オンラインセミナー（見逃し視聴なし）】、【オンラインセミナー（見逃し視聴あり）】のいずれかから、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。