【Live配信セミナー】Pythonによる機械学習の基礎と異常検知の実装方法

機械学習の基礎からモデル作成のためのプログラミング技術まで詳解！

株式会社技術情報協会（東京都品川区）は、2022年2月2日(水)に「Pythonによる機械学習の基礎と異常検知の実装方法」と題するLive配信セミナーを開催します。

日時：２０２２年２月２日(水)　１０：３０～１６：３０
形式：Zoomを利用したLive配信　※会場での講義は行いません
聴講料：1名につき ５５,０００円（消費税込、資料付）
〔１社２名以上同時申込の場合のみ１名につき４９,５００円〕

セミナーの詳細とお申し込みは、 下記URLをご覧ください
https://gijutu.co.jp/doc/s_202501.htm

■講師：大阪大学 産業科学研究所 知能アーキテクチャ研究分野 准教授　福井 健一氏

■　プログラム
【講演趣旨】
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 検知の理論や実装方法を分かりやすく解説します。Pythonについても基本的な構文から説明し、 機械学習ライブラリとして有名なscikit-learnを用いた実装の解説し、機械学習の理解を深め ます。さらに、回転機器の振動データを対象とした異常検知やに関する講演者の具体的な 研究事例紹介ならびに関連するコード解説も行います。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。

【講演項目】
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）
1.8 強化学習
1.9 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

２．Pythonの基礎と機械学習の実装方法（Python解説）
2.1 Pythonの基本的構文
2.2 Scikit-learnを用いた機械学習の実装方法
2.3 k近傍法による識別

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
3.5 各種異常検知法の比較（Python解説）

４．回転機器の振動データに対する異常検知
4.1 微小欠陥検知の事例紹介
4.2 Pythonコード解説

【質疑応答】