セミナー 印刷

異常検知のための時系列データ解析

~データ分析の未経験者でもわかるように解説~

※日程が変更となりました。(2023/7/13 10:00 更新)
【変更前】2023年7月18日(火)

【変更後】2023年9月19日(火)

変更後のHPはこちらから
https://www.science-t.com/seminar/Z230919.html
受講可能な形式:【Live配信】のみ
このセミナーの受付は終了致しました。
日時 2023年7月18日(火)  10:30~16:30
会場 オンライン配信セミナー  
会場地図
講師
太田 桂吾(おおた けいご) 氏 
株式会社LINK.A 代表取締役


<経歴>
 1990年3月、岡山大学文学部卒業。1990年4月、応用技術株式会社入社。多くのWEBシステム構築に携わる。2019年、 株式会社ネクステージ AIアナリスト。2021年 LINK.A 代表取締役。長年にわたるシステムエンジニア歴を生かして、実践的、わかりやすいデータ分析、機械学習、ディープラーニングの基礎セミナーを多数開催。
受講料(税込)
各種割引特典
51,700円 ( E-Mail案内登録価格 51,700円 ) S&T会員登録とE-Mail案内登録特典について
定価:本体47,000円+税4,700円
E-Mail案内登録価格:本体47,000円+税4,700円
お1人様受講の場合 51,700円 (47,000円+税4,700円)
1口でお申込の場合  62,700円 (57,000円+税5,700円/1口(3名まで受講可能))
※S&T E-Mail案内登録価格 S&T複数同時申込み割引対象外

※開催7日前に請求書を発送します。
※開催日から9日前以降のキャンセルは受講料全額を申受けます。但し、セミナー終了後テキストを郵送します。
  ​一旦、納入された受講料はご返金できません。当日ご都合のつかない場合は代理の方がご出席下さい。
※サイエンス&テクノロジーが設定しているアカデミー価格・キャンセル規定対象外のセミナーです。
主催(株)トリケップス
オンライン配信★本セミナーは、Zoomウェビナーを使用して行います。
 受講者の通信回線にセキュリティなどの制限がある場合は参加できないことがあるため、
 事前に当日ご利用予定の通信回線にて、
 Zoom公式ページ(https://zoom.us)にアクセスできることをご確認していただくようお願いします。
 または、Zoomのテストミーティング(http://zoom.us/test)にアクセスできることをご確認ください。
 Zoomをダウンロードしている方はマイクとスピーカーのテストも可能です。
 ※こちらは接続テスト用のミーティングです。実際のセミナー参加者画面とは異なります。

★インターネット経由でのライブ中継ため、回線状態などにより、画像や音声が乱れる場合があります。
 講義の中断、さらには、再接続後の再開もありますが、予めご了承ください。

★受講中の録音・撮影等は固くお断りいたします。

※開催5日前までに主催会社(株)トリケップスから参加者に当日必要なURLとパスワードをメールにてお知らせします。
備考★受講申込者が必要定員に満たないセミナーは中止・延期させていただく場合があります。
 その場合は開催1週間前にご連絡します。

★1口でお申込の場合
 代表受講者を定めて下さい。請求書発送等の連絡は代表受講者へ行います。
 申込時に参加者全員の氏名・所属が明記されていない場合、ご参加できない場合があります。

セミナー趣旨

 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。

セミナー講演内容

1 機械学習/ディープラーニングの基本
  1.1 統計の基本
  1.2 統計と機械学習
  1.3 異常検知

2 機械学習の実践
  2.1 学習の種類
  2.2 結果の分類

3 ディープラーニングの基礎と実践
  3.1 機械学習とディープラーニングの違いは?
  3.2 ディープラーニングを分類し、その特徴を把握する

4 時系列データ処理の基本
  4.1 時系列データの定義
  4.2 データの特性を確認する
  4.3 データの前処理
  4.4 データのグラフ化
  4.5 自己相関と変動
  4.6 ARIMAモデル
  4.7 DNN(RNN)モデル

5 異常検知への応用
  5.1 異常検知の基本
  5.2 AutoEncoder
  5.3 RNN+AutoEncoder
  5.4 サンプルプログラム

6 このセミナーだけで終わらせないために