Python 機械学習 異常検知 セミナー

サイトマップサイトマップ よくあるお問合わせよくあるお問合せ リクエストリクエスト セミナー会場セミナー会場へのアクセス リンクリンク
セミナーのメニュー
  ヘルスケア系
11月
12月
2020年1月
2月〜

化学・電気系 その他各分野
11月
12月
2020年1月
2月〜
出版物出版物
新刊図書新刊図書 月刊 化学物質管理Gmpeople
通信教育講座通信教育講座
LMS(e-learning)LMS(e-learning)
セミナー収録DVDDVD
電子書籍・学習ソフトDVD
セミナー講師のコラムです。講師コラム
  ↑2019/11/7更新!!
お申し込み・振込み要領お申込み・振込要領
案内登録案内登録
↑ ↑ ↑
新着セミナー、新刊図書情報をお届けします。

※リクエスト・お問合せ等
はこちら→ req@johokiko.co.jp



SSL GMOグローバルサインのサイトシール  


Python 機械学習 異常検知 セミナー

*その他 機械学習・ディープラーニング・人工知能: 関連セミナー、書籍はこちら:

実際にPythonを使って学ぶ!
各種の異常検知法についても!


Python
で学ぶ機械学習と異常検知入門

〜教師なし学習、異常検知と応用例〜

講師

大阪大学 産業科学研究所
 知能アーキテクチャ研究分野 准教授 博士(情報科学)  福井 健一 先生

* 希望者は講師との名刺交換が可能です

講師紹介

2005年-2010年3月
 大阪大学産業科学研究所新産業創造物質基盤技術研究センター・特任助手
 (職名改名により2007年より特任助教)
2010年3月 大阪大学大学院情報科学研究科より 博士(情報科学) 取得
2010年4月-2015年6月 
 大阪大学産業科学研究所第1研究部門(情報・量子科学系)・助教
2015年7月-現在  同 准教授

→このセミナーを知人に紹介する

<その他関連セミナー>

2019年11月21日 ディープラーニングとMTシステムの事例で学ぶ製造業における人工知能の基礎と実用化ノウハウ入門〜未知の異常検知・開発実験環境の仮想化・センサレスセンシングを実現するAI技術開発法〜

日時・会場・受講料

●日時 2019年11月15日(金) 10:30-17:00
●会場 [東京・大井町]きゅりあん5階第1講習室 →「セミナー会場へのアクセス」
●受講料 1名43,000円 + 税、(資料・昼食付)
 *1社2名以上同時申込の場合、1名につき33,000円 + 税
 ※消費税につきましては講習会開催日の税率にて課税致します。
      *学校法人割引;学生、教員のご参加は受講料50%割引。→「セミナー申込要領・手順」を確認下さい。

 ●録音・撮影行為は固くお断り致します。
 ●講義中の携帯電話の使用はご遠慮下さい。
 ●講義中のパソコン使用は、講義の支障や他の方の迷惑となる場合がありますので、極力お控え下さい。
  場合により、使用をお断りすることがございますので、予めご了承下さい。
  *PC実習講座を除きます。


■ セミナーお申込手順からセミナー当日の主な流れ →

セミナーポイント

▽実習PCについて
ノートPCをご持参ください。事前に以下のインストールをお願い致します。

・要インストールソフト
Anaconda (Python 3.6バージョン)
下記サイトからPython 3.7バージョンをダウンロード,インストール後,3.6にダウングレード,もしくは仮想環境にて3.6の環境構築を行ってください.
https://www.anaconda.com/distribution/

・somoclu
Anacondaをインストール後,pipでインストール

*32bit、64bitどちらのPCでも可能です。Mac、Windowsの別は問いません。
*メモリは4GB以上を推奨します。
*ご所属企業・団体のPCをご利用の場合、セキュリティ上、上記のインストール許可を得られないケースもあるかと存じます。
そういった場合は、お申込み時に、選択欄から『PC貸出』を選択ください。
7,700円(税込)にて貸出いたします。
 ※PCの貸出は原則として1週間前までにお申し出ください。
 ※PC貸出代には、学校法人割引は適用されません。

*当日会場にて、実習教材データの入ったUSBメモリを配布します。USB経由のデータ受け取りがお難しいPCの場合も、『PC貸出』の選択をお願い致します。
*実習教材データはPC持込・貸出にかかわらず皆様に贈呈いたします。

*本件についての問い合わせ窓口: req@johokiko.co.jp
※本ページ下部の「よくある質問と回答」もご確認くださいませ。


■講師より受講者へ
産業界において様々な機器の状態を監視、そして異常を検知する問題は至るところにみられる共通する課題と言えます。近年注目されている機械学習に基づく異常検知に関して、まず基礎となる機械学習の考え方を理解し、その後、異常検知とも関連の深い教師なし学習であるクラスタリングと可視化について、そして、各種異常検知法について説明します。それぞれ、Pythonを用いた実習を交えて機械学習の理解を深めます。最後に講師が関わっている回転機器の異常検知の事例を紹介します。これから本格的な勉強や適用を始める前に概要と雰囲気を掴むには最適かと思います。

■受講対象者は?
 ・機械学習・異常検知に取り組んで間もない方
 ・機械学習・異常検知を業務で利用しようとしている方
 ・Pythonによる機械学習・異常検知を基礎から学びたい方
 ・その他、機械学習・異常検知に興味のある方

■受講して得られる知見、ノウハウは?
 ・機械学習・異常検知の基礎
 ・代表的な教師なし学習の理論的背景と実運用の指針(PC実習を通して)
 ・機械学習に基づく異常検知の基礎と実運用の指針(PC実習を通して)

※定員25名に達し次第、申込を締め切らせて頂きます。お申込はお早めに。
※問い合わせ先 03-5740-8755

セミナー内容

1 機械学習の概要
 1.1 ビッグデータ時代
 1.2 機械学習とは?
 1.3 最近の例
 1.4 機械学習の分類
 1.5 教師あり学習
  1.5.1 識別
  1.5.2 回帰
 1.6 教師なし学習
  1.6.1 モデル推定
  1.6.2 パターンマイニング
 1.7 半教師あり学習
 1.8 深層学習(ディープラーニング)
 1.9 強化学習
 1.10 機械学習の基本的な手順
  1.10.1 前処理
  1.10.2 評価基準の設定:クロスバリエーション
  1.10.3 簡単な識別器:k-近傍法
  1.10.4 評価指標:F値,ROC曲線
 1.11 k-近傍法を用いた実習:機械学習の基本的な手順の確認

2 教師なし学習:クラスタリングと可視化
 2.1 クラスタリングとは?
 2.2 階層型クラスタリング
 2.3 k-meansクラスタリング
 2.4 ガウス混合モデルによるクラスタリング
 2.5 クラスタリング妥当性指標
 2.6 自己組織化マップの概要
 2.7 自己組織化マップのアルゴリズム
 2.8 自己組織化マップを用いた実習

3 異常検知
 3.1異常検知の基本的な考え方
 3.2 性能評価の方法
 3.3 機械学習による異常検知法
  3.3.1. One-class Support Vector Machine
  3.3.2.Local Outlier Factor
  3.3.3. Isolation Forest
 3.4.各種異常検知法の比較(実習含む)

4 異常検知の応用例紹介
  回転機器の振動データに対する異常検知

<質疑応答・名刺交換・個別相談>


 *** *** *** *** *** *** ***

**実習PC準備に際してよくある質問と回答**

【Q1】
Anaconda(Python 3.7)インストール後に、 Python 3.6にダウングレードする方法がわかりません。

【A1】
Windows の場合:
スタートメニュー → Anaconda3 → Anaconda Prompt(もしくは Anaconda Powershell Prompt)
Mac の場合
アプリケーション → ユーティリティ → コンソール
を起動させて、
"conda install python=3.6"
を実行。 ダウングレードには数分かかります。

【Q2】
somocluのインストール方法が分かりません。

【A2】
A1と同様に、Anaconda Prompt (Win) もしくは,コンソール (Mac)を起動させて、
”pip install somoclu”
を実行。

【Q3】
インストールができているかどうか確認をしたいです。その方法はありますか?

【A3】
・Pythonの確認
Anaconda Promptを立ち上げて、コマンドライン上で
python
と実行してみてください。下記のような表示が出力されればOKです。
Python 3.6.1 |Anaconda 4.4.0 (64-bit)| (default, May 11 2017, 13:25:24)
[MSC v.1
900 64 bit (AMD64)] on win32
Type "help", "copyright", "credits" or "license" for more information.

・Jupyter Notebookの確認
実習ではJupyter Notebookを使用します。
Windows の場合:
スタートメニュー → Anaconda3 → Jupyter Notebook
Mac の場合:
アプリケーション → ユーティリティ → コンソール
“jupyter notebook”
を実行
→共にブラウザが立ち上がり、Jupyterのロゴのあるページが表示されたらOKです。

【Q4】
なぜ3.7ではなく、3.6バージョンなのですか。

【A4】
自己組織化マップの演習で使用するライブラリが,最新の3.7に対応していないため,3.6を使用する必要があります.ただ,AnacondaのHPから直接3.6をダウンロードできませんので,一旦,3.7をインストールして頂いて,3.6にダウングレードするか,もしくは仮想環境で3.6を入れてもらう必要があります.Pythonに慣れている方は仮想環境の方が好まれると思いますが,初めての方はダウングレードの方が簡単で良いかと思います.ダウングレードの方法は【Q1】をご確認ください。

*問い合わせ窓口: req@johokiko.co.jp

セミナー番号:AC191110

top

注目の新刊

雑誌 月刊化学物質管理

動画配信 統計学入門

異常検知技術と応用提案

各社の化学物質管理

分散技術

中分子医薬品

5G

洗浄バリ 2019

日本語メディカルライティング

DI対応CSV 2019

プラスチック環境対応技術

分野別のメニュー

化学・電気系他分野別一覧

  植物工場他

  機械学習他

ヘルスケア系分野別一覧

  海外関連

  医療機器

各業界共通
マーケティング・人材教育等

「化学物質情報局」

特許・パテント一覧 INDEX
(日本弁理士会 継続研修)

印刷用申込フォーム    

セミナー用

書籍用

会社概要 プライバシーポリシー 通信販売法の定めによる表示 商標について リクルート
Copyright ©2011 情報機構 All Rights Reserved.