異常検知のための時系列データ解析

異常検知のため手法は様々あり、なかなか選択に迷います。ここでは、時系列データの分析手法を概観し、それらを異常検知に役立てる手法を概観します。データ分析の未経験者でもわかるように可能な限り数式を排して説明します。

1. 機械学習/ディープラーニングの基本
   1. 統計の基本
   2. 統計と機械学習
   3. 異常検知
2. 機械学習の実践
   1. 学習の種類
   2. 結果の分類
3. ディープラーニングの基礎と実践
   1. 機械学習とディープラーニングの違いは?
   2. ディープラーニングを分類し、その特徴を把握する
   3. サンプルプログラムで特徴把握
4. 時系列データ処理の基本
   1. 時系列データの定義
   2. データの特性を確認する
   3. データの前処理
   4. 自己相関と変動
   5. SARIMAモデル
   6. SARIMAサンプル
   7. DNN (RNN) モデル
   8. DNN サンプル
5. 異常検知への応用
   1. 異常検知の基本
   2. AutoEncoder
   3. AutoEncoderサンプル
   4. RNN+AutoEncoder
   5. RNN+AutoEncoderサンプル
6. このセミナーだけで終わらせないために