機械学習の基本と回転機器の異常検知への応用

再開催を依頼する / 関連するセミナー・出版物を探す
オンライン 開催

本セミナーでは、機械学習の教師なし学習、異常検知の理論や手法、異常検知の応用例について、プログラム解説を含め、数式は用いずに図や例を元に、直感的に理解できるように解説いたします。

日時

開催予定

プログラム

本セミナーでは、深層学習を代表とする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その実装を解説します。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。なるべく数式は用いずに図や例を元に分かりやすく説明します。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Pythonコード解説も行います。  機械学習と異常検知について、これから本格的な勉強もしくは導入を始める前に概要を体系的に掴むには最適かと思います。

  1. 機械学習の概要
    1. ビッグデータ時代
    2. 機械学習とは?
    3. 機械学習の分類
    4. 教師あり学習
      1. 識別
      2. 回帰
    5. 教師なし学習
      1. モデル推定
      2. パターンマイニング
    6. 半教師あり学習
    7. 深層学習 (ディープラーニング)
    8. 強化学習
    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)
    1. Pythonの基本的構文
    2. Scikit-learnを用いた機械学習の実装方法
    3. k近傍法による識別
  3. 機械学習による異常検知
    1. 異常検知の基本的な考え方
    2. 性能評価の方法
    3. ホテリング理論による異常検知
    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
    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
    1. 微小欠陥検知の事例紹介
    2. Pythonコード解説

受講料

複数名同時申込割引について

複数名で同時に申込いただいた場合、1名様につき 40,000円(税別) / 44,000円(税込) で受講いただけます。

ライブ配信対応セミナー / アーカイブ配信対応セミナー

ライブ配信セミナーをご希望の場合

アーカイブ配信セミナーをご希望の場合