機械学習を利用した異常検知

★ 機械学習による異常検知について必要な基礎知識から機械学習の手法、応用事例ごとの具体的な実装方法までをわかりやすく解説！

★ 自社で保有するデータの使い道を探している、機械学習の応用先を探している、最適な異常検知技術を取り入れたい方などにお勧めのセミナーです！

講師

青山学院大学 理工学部･経営システム工学科　教授　小野田 崇 先生

■ご略歴：
　1986年3月　国際基督教大学　教養学部　理学科　卒業
　1988年3月　東京工業大学大学院　理工学研究科修士課程　原子核工学専攻　修了
　1988年4月 （財）電力中央研究所　経済研究所　情報システム部　入所
　1997年7月　GMD FIRST(現Fraunhofer FIRST)客員研究員（1年間）
　2007年4月　東京工業大学 知能システム科学専攻 連携教授(兼務，6年間)
　2012年7月 （財）電力中央研究所　システム技術研究所　副研究参事　情報数理領域リーダー
　2016年3月 （財）電力中央研究所　退職
　2016年4月　青山学院大学　理工学部　経営システム工学科　教授に就任

■専門および得意な分野・研究：
　統計的機械学習, 設備診断, サイバーセキュリティ, 人工知能, ビッグデータ分析

■本テーマ関連学協会での活動：
　人工知能学会 理事，シニア編集委員

受講料

1名46,440円(税込（消費税8％）、資料・昼食付)
＊1社2名以上同時申込の場合 、1名につき35,640円
＊学校法人割引 ；学生、教員のご参加は受講料50％割引

セミナーポイント

■はじめに：
　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は，異常の予測・検知に役立てられる可能性を秘めてり，この異常の予測・検知の実現によって，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案することができます。従来，異常検知の技術は信頼性工学や統計分野で扱われてきましたが，近年の機械学習の発展を背景に，大量のデータの中に含まれる様々な異常を機械学習アルゴリズムが発見し，異常を検知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，様々な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つかむことを目的とします。

■ご講演中のキーワード：
　異常検知，外れ値検知，パターン識別，判別分析，回帰予測，回帰分析，生成モデル，識別モデル

■受講対象者：
　本テーマ興味があり，講演プログラムに現れる用語を見聞きしたことがある方ならどなたでも受講可能です。

■必要な予備知識：
　講演プログラムに現れる用語を見聞きしたことがある方なら特に必要ない。

■本セミナーで習得できること：
 ・異常検知に利用できる機械学習の基礎知識
 ・異常検知の基礎知識
 ・最新の機械学習技術

セミナー内容

1. 異常検知概論&機械学習概論
　1) 異常検知とは
　2) 機械学習とは

2. 異常検知に役立つ機械学習の基礎知識
　1) 判別分析(パターン識別)
　2) 回帰分析(回帰予測)
　3) クラスター分析(クラスタリング)

3.異常検知の手法
　1) 異常識別
　2) 外れ検知
　3) 変化検知

4. 機械学習を利用した異常検知　
　1) 異常検知に利用される機械学習
　　a）単純ベイス法
　　b）k-近傍法
　　c）サポートベクトルマシン
　　d）ニューラルネットワーク（ディープラーニング）
　　e）部分空間法
　2) 異常検知
　　a）正規分布の場合
　　b）非正規分布の場合

５：応用事例の紹介と具体的なプログラムの実装方法および異常検知の将来
　1) 油中ガス分析データに基づく電力用変圧器内部異常検知
　2) 水力発電所における異常予兆検知
　3) その他の異常検知と異常検知の将来

6. まとめ