以下の類似セミナーへのお申込みをご検討ください。
■AI活用人材育成講座■『機械学習(ディープラーニング)の基礎・活用・実践<全3回>』
小規模データに対する機械学習の効果的適用法
小規模データに対する機械学習の効果的適用法
Pythonではじめる機械学習入門講座
モノづくりにおける機械学習セミナーベーシックコース
モノづくりにおける機械学習セミナーベーシックコース
モノづくりにおける機械学習セミナー入門コース
モノづくりにおける機械学習セミナー入門コース
Pythonによる機械学習と異常検知への応用
開催日 |
10:00 ~ 17:00 締めきりました |
---|---|
主催者 | 株式会社 技術情報協会 |
キーワード | 機械学習・ディープラーニング |
開催エリア | 東京都 |
開催場所 | 【品川区】技術情報協会セミナールーム |
交通 | 【JR・地下鉄】五反田駅 【東急】大崎広小路駅 |
性能評価、ホテリング理論、様々な異常検知法の比較を
Pythonを用いた機械学習実習を通して学べます!!
セミナー講師
大阪大学 産業科学研究所 准教授 福井 健一 氏
セミナー受講料
1名につき50,000円(消費税抜き、昼食・資料付)
〔1社2名以上同時申込の場合1名につき45,000円(税抜)〕
セミナー趣旨
昨今のAIブームの火付け役とも言えるディープラーニングは強力な学習手法ですが、万能ではありません。問題の特性をよく理解して適切な機械学習手法を選択し、適切に用いることが重要です。本セミナーでは、機械学習における「教師なし学習」について、また、特に要望の多い「異常検知」の理論や手法の説明とともにPythonを用いた簡単な実習を交えて機械学習の理解を深めます。これから本格的な勉強を始める前に概要と雰囲気を掴むには最適かと思います。
セミナープログラム
1.機械学習の概要
1-1.ビッグデータ時代
1-2.機械学習とは?
1-3.最近の例
1-4.機械学習の分類
1-5.教師あり学習
(1)識別
(2)回帰
1-6.教師なし学習
(1)モデル推定
(2)パターンマイニング
1-7.半教師あり学習
1-8.深層学習(ディープラーニング)
1-9.強化学習
1-10.機械学習の基本的な手順
(1)前処理
(2)次元の呪い
(3)主成分分析による次元圧縮
(4)バイアスとバリアンス
(5)評価基準の設定:クロスバリエーション
(6)簡単な識別器:k-近傍法
(7)評価指標:F値,ROC曲線
(8)k-近傍法を用いた実習:機械学習の基本的な手順の確認
2.教師なし学習:クラスタリングと可視化
2-1.クラスタリングとは?
2-2.階層型クラスタリング
2-3.K-meansクラスタリング
2-4.ガウス混合モデルによるクラスタリング
2-5.自己組織化マップ
2-6.クラスタリング妥当性指標
2-7.自己組織化マップを用いた実習
3.異常検知
3-1.異常検知の基本的な考え方
3-2.性能評価の方法
3-3.ホテリング理論による異常検知
3-4.主要な異常検知法
(1)One-class Support Vector Machine
(2)Local Outlier Factor
(3)Isolation Forest
3-5.各種異常検知法の比較(実習含む)
4.異常検知の応用例紹介
4-1.回転機器の振動データに対する異常検知
【質疑応答・個別質問・名刺交換】