【中止】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~
開催日 |
13:00 ~ 16:00 締めきりました |
---|---|
主催者 | 株式会社 情報機構 |
キーワード | AI(人工知能) 機械学習・ディープラーニング |
開催エリア | 全国 |
開催場所 | お好きな場所で受講が可能 |
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!
セミナー講師
河原 吉伸 先生 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
セミナー受講料
【オンライン受講:見逃し視聴なし】:1名36,300円(税込(消費税10%)、資料付)
*1社2名以上同時申込の場合、1名につき25,300円
【オンライン受講:見逃し視聴あり】1名41,800円(税込(消費税10%)、資料付)
*1社2名以上同時申込の場合、1名につき30,800円
*学校法人割引;学生、教員のご参加は受講料50%割引。
受講について
※本講座は、お手許のPCやタブレット等で受講できるオンラインセミナーです。
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。
下記ご確認の上、お申込み下さい
- PCもしくはタブレット・スマートフォンとネットワーク環境をご準備下さい。
- ご受講にあたり、環境の確認をお願いしております(20Mbbs以上の回線をご用意下さい)。
各ご利用ツール別の動作確認の上、お申し込み下さい。 - 開催が近くなりましたら、当日の流れ及び視聴用のURL等をメールにてご連絡致します。
Zoomを使用したオンラインセミナーとなります
- ご受講にあたり、環境の確認をお願いしております。
お手数ですが下記公式サイトからZoomが問題なく使えるかどうか、ご確認下さい。
→ 確認はこちら
※Skype/Teams/LINEなど別のミーティングアプリが起動していると、Zoomでカメラ・マイクが使えない事があります。お手数ですがこれらのツールはいったん閉じてお試し下さい。 - Zoomアプリのインストール、Zoomへのサインアップをせずブラウザからの参加も可能です。
※一部のブラウザは音声(音声参加ができない)が聞こえない場合があります。
必ずテストサイトからチェック下さい。
対応ブラウザーについて(公式) ;
「コンピューターのオーディオに参加」に対応してないものは音声が聞こえません。
申込み時に(見逃し視聴有り)を選択された方は、見逃し視聴が可能です
- 開催5営業日以内に録画動画の配信を行います(一部、編集加工します)。
- 視聴可能期間は配信開始から1週間です。
セミナーを復習したい方、当日の受講が難しい方、期間内であれば動画を何度も視聴できます。
尚、閲覧用のURLはメールにてご連絡致します。
※万一、見逃し視聴の提供ができなくなった場合、
(見逃し視聴有り)の方の受講料は(見逃し視聴無し)の受講料に準じますので、ご了承下さい。
→こちらから問題なく視聴できるかご確認下さい(テスト視聴動画へ)パスワード「123456」
セミナー趣旨
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。
受講対象・レベル
・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
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。
習得できる知識
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
セミナープログラム
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>
*途中、小休憩を挟みます。