本セミナーでは、機械学習を用いて異常状態を検出するための、種々の判別分析手法や異常検知手法を解説いたします。
近年、多くの産業・ビジネスの場面において、特定の対象や集団を認識することや異常状態を検出することが重要になっています。例えば工業製品の良品・不良品の判定は人力では作業量に限界が生じるためコンピュータによる自動化が求められています。このような問題に対し有効とされる機械学習手法が、種々の判別分析手法や異常検知手法です。 そこで本セミナーでは代表的な判別分析手法である線形判別分析や非線形な判別ルールに対応できる2次判別分析、さらには複雑なデータの判別を可能にするサポートベクターマシンについて講義します。また、異常検知手法についてはデータの特性 (正規分布、周波数特性、相関) と閾値による異常判別からはじまり、マハラノビスの距離、LOF、one – class SVM、change finderといった分析手法について、その長短所や選択方法も含めて解説します。