外れ値検出は非常に応用が広く、重要な技術です。単純なデータの集合からノイズを除去したり、センサーで得られる時系列データを含む様々な観測データから異常値を検出したり、それを故障予知に応用することもできます。また近年はセキュリティーにも応用されています。
本講座では外れ値検出の基礎として、その考え方と基本手法を紹介します。Pythonによる解析例を示すことで、実際にその手法を試すことができるようになります。
- 外れ値検出の概要
- 外れ値検出とは
- 外れ値検出の応用
- 問題のタイプ分け
- データ集合からの外れ値検出
- 生成確率
- 外れ値の度合い
- ホテリング理論
- 1次元のホテリング理論
- 多次元次元のホテリング理論
- Pythonによる解析例
- LOF
- 局所的な密度
- Pythonによる解析例
- One Class SVM
- ソフト SVM
- Pythonによる解析例
- 多次元データの次元縮約による外れ値検出
- 主成分分析
- 特異値分解
- 再構成誤差
- Pythonによる解析例
- 入出力データからの外れ値検出
- 出力値の生成確率
- 出力値の外れ値の度合い
- 関数の推定
- 線形モデル
- リッジ回帰
- 偏最小2乗法
- 正準相関分析
- 各種モデルのPythonによる解析例
- 時系列データからの外れ値検出
- 時系列データの外れ値
- 近傍法
- 特異スペクトル変換法
- 自己回帰モデル
- 各手法のPythonによる解析例