時系列データ解析の基礎と進め方のポイント

★ 時系列データの特徴から前処理・特徴抽出・モデル化手法、実装技術を徹底解説！ 

【Live配信】２０２６年２月１７日（火）　１０：３０～１６：３０
【アーカイブ（録画）配信】２０２６年２月２７日まで受付（視聴期間：２月２７日～３月９日まで）

【項目】※クリックするとその項目に飛ぶことができます

    セミナー趣旨

      センサ技術の進歩などにより、様々な分野で高頻度・高精度な時系列データが得られるようになった。これに伴い、膨大なデータの処理と解析が重要な課題となっている。 時系列データによる予測は、設備保全、異常検知、需要予測、交通予測など多くの場面で必要とされる。ただし、これらのデータを適切に処理・解析しなければ、有効活用できない。 　
      本講演では、時系列データの前処理、特徴抽出、機械学習による予測モデルの活用について紹介する。また、Pythonを用いて時系列データの前処理や特徴抽出、予測モデルの構築方法を学ぶ。

    受講対象・レベル

    製造業・インフラ・物流などの技術者で設備の予知保全や異常検知を行いたい方やセンサーデータを活用した業務改善を目指す方、データサイエンスやAIに興味がある方　など 

    習得できる知識

    ・時系列データの前処理と特徴抽出の方法
    ・機械学習による予測・異常検知の技術
    ・Pythonを使った実践的なデータ解析スキル
    ・実務への応用力（需要予測、設備保全など）

    セミナープログラム

    1.時系列データ解析の必要性
    　1.1 時系列データの重要性
    　1.2 センサ技術の進歩とデータ活用

    2.基本概念
    　2.1 時系列データとは何か
    　2.2 特徴や他のデータとの違い
    　2.3 データの量・質・処理の難しさ

    3.時系列データ解析処理のすすめ方
    　3.1 前処理方法
    　3.2 特徴量エンジニアリング
    　3.3 モデル構築（選択・学習）
    　3.4 評価・チューニング・応用

    4.機械学習による時系列データ処理
    　4.1 予測・異常検知手法
    　4.2 使用するアルゴリズムの概要

    5.Pythonによる実践
    　5.1 使用するライブラリとツール
    　5.2 解析例

    6.応用事例の紹介
    　6.1 AIを利用した外観検査
    　6.2 機器・設備の異常検知・故障予知

    7.まとめ


    【質疑応答】

    セミナー講師

    群馬大学　大学院理工学府　准教授　工学博士　茂木 和弘 氏

    セミナー受講料

    1名につき55，000円（消費税込・資料付き）
    〔1社2名以上同時申込の場合1名につき49，500円（税込）〕

    主催者

    開催場所

    全国

    受講について

    セミナーの接続確認・受講手順はこちらをご確認下さい。

    このセミナーについて質問する

    ※セミナーに申し込むにはものづくりドットコム会員登録が必要です

    開催日時

    ～
    10:30 ～

    受講料

    55,000円（税込）/人

    ※本文中に提示された主催者の割引は申込後に適用されます

    ※銀行振込

    関連記事

    もっと見る