機械学習による異常検知入門

　CPS/IoT時代の到来により、現実世界の大規模データをリアルタイムで取得できるようになってきました。これらの大規模データから異常を予測・検知することで、大規模システムの安定運用や最適制御、経済的な保守計画を立てることができます。従来、異常検知の技術は信頼性工学や統計分野での検討が主流でしたが、近年の機械学習の発展を背景に、大量の高次元データの中に含まれる様々な異常をアルゴリズムが学習し、予測・発見する実用的なアプローチが注目されています。

　本セミナーでは、異常検知の考え方から、異常検知に利用される基本的な機械学習アルゴリズムとその理論・応用について紹介し、機械学習による異常検知の全体像を掴むことを目的とします。

【講師】

濱上知樹（はまがみともき）氏：横浜国立大学大学院　工学研究院　環境情報学府　情報メディア環境学専攻 教授（博士（工学））

【プログラム】

　1　異常検知概論
　　1.1　機械学習による異常検知とは
　　1.2　適切なアルゴリズムを選択できるチートシート

　2　異常検知に必要な統計と機械学習の基礎
　　2.1　ルール抽出
　　2.2　クラスタリング分類・判別分析
　　2.3　クラシフィケーション
　　2.4　回帰・予測分析

　3　異常検知の手法
　　3.1　外れ検知
　　3.2　変化検知
　　3.3　コンテキスト検知

　4　機械学習による異常検知
　　4.1　使用するアルゴリズム
　　　4.1.1　単純ベイズ法
　　　4.1.2　k近傍法
　　　4.1.3　EMアルゴリズム
　　　4.1.4　サポートベクターマシン
　　　4.1.5　ニューラルネットワーク、ディープラーニング
　　4.2　異常検知
　　　4.2.1　正規分布データの場合
　　　4.2.2　非正規分布データの場合
　　　4.2.3　高次元データの場合
　　　4.2.4　回帰モデル・判別モデル

　5　応用事例とこれからのビジネス展開
　　5.1　古典的な応用事例
　　5.2　最近の応用事例（論文資料を用いての解説）
　　5.3　その他、医療、機械、制御等における機械学習異常検知

　6　まとめ

【受講料】

・お1人受講の場合　46,000円[税別]／1名
・1口でお申込の場合　57,000円[税別]／1口（3名まで受講可能）

　受講申込ページで2～3名を同時に申し込んだ場合、自動的に1口申し込みと致します。