Pythonによる機械学習の基礎と異常検知への適用、実装ポイント

株式会社　技術情報協会福井健一氏 55,000円

★機械学習の概念、利用方法をできるだけ数式を使わずやさしく解説します！
★機械学習による各種異常検知手法の比較とプログラムコードの解説！！

【アーカイブ（録画）配信】
2024年11月25日まで受付（視聴期間：11月25日～12月4日まで）

会場

講師

プログラム

特典

お知らせ

開催日時

2024/11/15 (金) 10:30～ 16:30 （受付 10:00 ～ )

他の開催日・開催場所（同じ都道府県内）で探す

申込み期間

2024/09/02 ～ 2024/11/14

主催会社

株式会社　技術情報協会

この主催会社の他の最新セミナーを見る

定員

定員数の上限はございません

受講料

55,000円 (税込／各種割引については下段「お知らせ」欄をご参照ください）

開講場所

・会場名：　ZOOMを利用したLive配信
・住所：　※会場での講義は行いません　
・交通アクセス：　

講師

福井健一氏: 大阪大学　産業科学研究所　准教授

カリキュラム、
プログラム

【講座の趣旨】
本セミナーでは、機械学習全般に共通する基本的な概念、そして特に要望の多い異常検知の理論や手法を解説します。機械学習ライブラリとして有名なscikit-learnを用いた実装を解説し、機械学習の理解を深めます。初学者にも分かるように、なるべく数式は用いずに概念と利用方法を丁寧に解説します。また、振動データからの回転機器の異常検知に関する研究事例を紹介すると共に、関連するPythonプログラムコードの解説を行います。機械学習による異常検知について、これから本格的な勉強もしくは導入を始める前に概要と雰囲気を掴むには最適です。

【講座内容】
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　機械学習の分類
　　1.4　教師あり学習
　　　　（１）識別
　　　　（２）回帰
　　1.5　教師なし学習
　　　　（１）モデル推定
　　　　（２）パターンマイニング
　　1.6　半教師あり学習
　　1.7　深層学習（ディープラーニング）の発展
　　1.8　強化学習

２．機械学習の基本的な手順とその実装
　　2.1　前処理
　　2.2　主成分分析による次元圧縮
　　2.3　バイアスとバリアンス
　　2.4　クロスバリエーションによる評価
　　2.5　簡単な識別器：k-近傍法
　　2.6　評価指標：Accuracy，F値，ROC曲線
　　2.7　Scikit-learnを用いた機械学習の実装 (Python解説)
　　2.8　k近傍法による識別（Python解説）

３．機械学習による異常検知
　　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
　　　　（４）Deep Learningによる異常検知
　　3.5　各種異常検知法の比較（Python解説）

４．回転機器の異常検知への応用
　　4.1　事例紹介
　　4.2　関連プログラムコード解説

特典

セミナー資料付
各講で最後に質疑応答時間あり。

セミナー参加費
支払い方法

1. 銀行振込または現金書留にてお願いいたします。

2. 原則として開催日までにお願い致します。

3. 銀行振込の場合は、原則として領収証の発行は致しません。

4. 振り込み手数料はご負担ください。

お知らせ

●各種割引について
1. 同一テーマ1社2名以上同時申込の場合のみ、1名につき5,500円（税込）割引いたします。
2. 大学（教員、学生）、公的機関、医療機関の方は、「アカデミック価格」33,000円/1名（税込）でご参加いただけます。（2名同時申込割引は適用されません）

割引適用の場合は、お申し込み後、技術情報協会より確認のご連絡を差し上げます。

※申し込み人数が開催人数に満たない場合など，状況により中止させて頂く事が御座います。

●Live配信セミナーの受講について
・セミナー配布資料は印刷物を郵送いたします。
・本講座で使用される資料や配信動画は著作物であり、録音・録画・複写・転載・配布・上映・販売等を禁止いたします。
・本講座はお申し込みいただいた方のみ受講いただけます。複数端末から同時に視聴することや複数人での視聴は禁止いたします。