統計的機械学習を用いた異常検知とその応用

【大阪開催】 時系列データで異常検知を行うために
知っておかなければいけないポイントを凝縮！

人気の「機械学習による異常検知」を大阪で開催します！

★ 基礎から多種多様な実例、講師の経験などこのセミナーでしか聞けない内容を、現場の人が持ち帰って使えるようにわかりやすく解説。

講師

九州大学 マス・フォア・インダストリ研究所　教授　河原 吉伸 先生

■ ご略歴：
2007年4月〜2008年3月 日本学術振興会 特別研究員
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
2010年5月〜2010年10月 Max Planck Institute for Intelligent Systems 客員研究員
2010年10月〜2014年3月 科学技術振興機構 さきがけ「知の創生と情報社会」領域 研究員
2013年7月〜2014年7月 University of Washington, Seattle 客員教員
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
2018年4月〜2019年3月 神戸大学 大学院システム情報学研究科(知能統合講座) 客員准教授
2019年4月〜（継続中） 神戸大学 大学院システム情報学研究科(知能統合講座) 客員教授
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

■ 専門および得意な分野・研究：
統計的機械学習、データマイニング、数理最適化

受講料

1名41,040円(税込（消費税8％）、資料付)
＊1社2名以上同時申込の場合 、1名につき30,240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：
　時系列データにおける異常検知は，プラントにおける製造過程での利用や種々のデータ解析の前処理としての利用をはじめ，データ解析における様々な場面で必要となる重要な技術です。
　本講義では，統計的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。

■ ご講演中のキーワード：
　統計的学習，異常検知，変化点検知，時系列データ，

■ 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
　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に使われるような確率・統計に関する知識があった方が理解はしやすいとは思います。

■ 本セミナーで習得できること：
　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

★ 過去、本セミナーを受講された方の声（一例）：
 ・言葉だけ聞いたことのあったSVMなどがわかりやすく説明されていた。
 　非常に有益なものであった。
 ・いろいろと自分で手を動かしてみて理解を深めようと思います。
 ・説明が丁寧で今後の取り組みの方向が明確になった。
 ・非常に参考になりました。ありがとうございました。
 ・研究に役立てられます。丁寧に解説いただき、勉強になりました。
 ・グラフが多かったため、理解しやすかった。
 ・根本的な数学まで学べてとても楽しかった。
 ・変化点検知の方法を色々教えてくださりありがとうございました。
　 お勧めしてもらった本も読みます。
 ・ほとんど知識のないまま参加したが、異常度の検出についてよく理解できた。
　 とても興味を持って最後まで聞けた。

セミナー内容

１．はじめに
　（１）機械学習とは
　（２）機械学習の基本的な問題設定
　（３）異常の種類
　（４）外れ値検知と異常検知

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）確率分布を用いた異常判定
　（２）次元削減を用いた方法
　（３）サポートベクトルマシンによる方法

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。