セミナー 印刷

【名古屋開催】
機械学習による異常判別、異常検知手法と
長所・短所/選択方法
~教師あり学習・教師なし学習~

★ 代表的な判別分析手法、異常検知手法の考え方、長所短所や選択方法とは!?
★ 異常判別・異常検知手法の使い分け、変数選択、多重共線性への対処、誤検知確率の評価と対処法
日時 2020年1月16日(木)  10:30~16:30
会場 愛知・名古屋市中村区 愛知県産業労働センター ウインクあいち  12F 1207会議室
会場地図
講師 滋賀大学 データサイエンス学部 副学部長 笛田 薫 氏
【経歴】

1993年4月 九州大学理学部助手
2001年7月 岡山大学環境理工学部講師
2008年10月 岡山大学大学院環境学研究科准教授
2017年4月 滋賀大学データサイエンス学部教授
学位 九州大学 博士(数理学)
【専門】
数理統計学(統計的モデリング)
【WebSite】
https://www.ds.shiga-u.ac.jp/
受講料(税込)
各種割引特典
49,500円 ( S&T会員受講料 47,020円 ) S&T会員登録について
定価:本体45,000円+税4,500円
会員:本体42,750円+税4,270円
S&T会員なら、2名同時申込みで1名分無料 1名分無料適用条件
2名で49,500円 (2名ともS&T会員登録必須​/1名あたり定価半額24,750円)
備考※資料・昼食付
※講義中の録音・撮影はご遠慮ください。
※講義中のパソコン使用はキーボードの打音などでご遠慮いただく場合がございます。

セミナー趣旨

 機械学習により異常判別、異常検知を行うことにより、人間の作業量の減少、及び人間には把握できない程のデータに基づいた判断・検知ができる。データ解析ソフトウェアや、Pythonなどのライブラリの充実により様々なデータ解析手法を簡単に実行できるようになってきたが、手法の使い分けや、解析結果が思わしくない場合の対処には手法に関する知識が必要である。
 そこで本セミナーでは、代表的な判別分析手法、異常検知手法について、その考え方、長所短所や選択方法も含めて解説する。

セミナー講演内容

<得られる知識・技術>
・異常判別・異常検知手法の使い分け
・変数選択、多重共線性への対処
・誤検知確率の評価と対処法

<プログラム>
1.判別と異常検知
 1.1 教師あり学習、教師なし学習とは?
 1.2 手法の複雑さと過学習
 1.3 複雑さの選定

   (1) 交差検証法
   (2) 多重共線性
 1.4 異常例が少ない場合:ベイズの公式
 1.5 判別機の性能評価

   (1) 正常/異常標本精度
   (2) ROC曲線

2.異常判別:教師あり学習
 2.1 線形判別
 2.2 2次判別
 2.3 Support Vector Machine (SVM)

3.異常検知:教師なし学習
 3.1 正規分布を用いた異常検知

   (1) マハラノビスの距離
   (2) ホテリングのT2法
 3.2 Local Outlier Factor
 3.3 One Class SVM

4.まとめ


  □質疑応答・名刺交換□