……Zoomオンライン受講
……見逃し視聴選択可
★Pythonを用いたハンズオン演習により、より理解が深まります。
（お手許でPC操作されない場合でも、受講に差し支えはございません）。
講師
群馬大学 大学院理工学府・理工学部理工学教育センター 准教授 博士（工学） 茂木 和弘 氏
＊ご略歴
1993年 4月 群馬大学工学部情報工学科 助手
2007年 4月 群馬大学大学院工学研究科生産システム工学専攻 助教
2013年 4月 群馬大学理工学研究院知能機械創製部門 助教
2014年 4月 群馬大学学術研究院（大学院理工学府知能機械創製部門） 助教
2024年11月 群馬大学大学院理工学府・理工学部 理工学教育センター 准教授（現在に至る）
＊ご専門および得意な分野・研究：
人工知能，並列分散システム，組込みシステム
＜その他関連商品＞
機械学習・AI・データ分析 一覧はこちら
日時・受講料・お申込みフォーム
●日時：2026年11月18日(水) 10:30-16:30 ＊途中、お昼休みや小休憩を挟みます。
●受講料：
【オンライン受講（見逃し視聴なし）】：1名 50,600円(税込（消費税10％）、資料付)
＊1社2名以上同時申込の場合、1名につき39,600円
【オンライン受講（見逃し視聴あり）】：1名 56,100円(税込（消費税10％）、資料付)
＊1社2名以上同時申込の場合、1名につき45,100円
＊「見逃し視聴あり」でお申込の場合、当日のご参加が難しい方も後日セミナー動画の視聴が可能です。
各種割引について
＊5名以上でのお申込の場合、更なる割引制度もございます。
ご希望の方は、以下より別途お問い合わせ・お申込みください。
req@*********（*********にはjohokiko.co.jpを入れてください）
＊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」を確認ください。
お申込みはこちらから
商品コード：AD2611M5
配布資料・講師への質問など
●配布資料はPDFなどのデータで配布いたします。ダウンロード方法などはメールでご案内いたします。
・配布資料に関するご案内は、開催1週前～前日を目安にご連絡いたします。
・準備の都合上、開催1営業日前の12:00までにお申込みをお願いいたします。
（土、日、祝日は営業日としてカウントしません。）
・セミナー資料の再配布は対応できかねます。必ず期限内にダウンロードください。
●当日、可能な範囲でご質問にお答えします。（全ての質問にお答えできない可能性もございます。何卒ご了承ください。）
●ご受講に際しご質問・要望などございましたら、下記メールアドレス宛にお問い合わせください。
req@*********（*********にはjohokiko.co.jpを入れてください）
オンラインセミナーご受講に関する各種案内（必ずご確認の上、お申込みください。）
※メールアドレスの記載誤りについては、以下へご連絡お願いいたします。
req@*********（*********にはjohokiko.co.jpを入れてください）
→Skype／Teams／LINEなど別のミーティングアプリが起動していると、Zoomで音声が聞こえない、カメラ・マイクが使えないなどの事象が起きる可能性がございます。お手数ですが、これらのアプリは閉じた状態にてZoomにご参加ください。
→音声が聞こえない場合の対処例
→一部のブラウザは音声が聞こえないなどの不具合が起きる可能性があります。
対応ブラウザをご確認の上、必ず事前のテストミーティング をお願いします。
（iOSやAndroidOS ご利用の場合は、アプリインストールが必須となります）
→見逃し視聴について、 こちらから問題なく視聴できるかご確認ください。（テスト視聴動画へ）パスワード「123456」
＜見逃し視聴ご案内の流れ・配信期間詳細＞
セミナーポイント
センサ技術の進歩などにより、様々な分野で高頻度・高精度な時系列データが得られるようになった。これに伴い、膨大なデータの処理と解析が重要な課題となっている。
時系列データによる予測は、設備保全、異常検知、需要予測、交通予測など多くの場面で必要とされる。ただし、これらのデータを適切に処理・解析しなければ、有効活用できない。
本講演では、時系列データの前処理、特徴抽出、機械学習による予測モデルの活用について紹介する。また、Pythonを用いて時系列データの前処理や特徴抽出、予測モデルの構築方法を学ぶ。
＊ハンズオン演習について
・本セミナーでは、お手許のPCで Google Colaboratory を用いたハンズオン演習を行うことができます。
・実際に操作をするか否かは受講者の任意です。操作されない場合でも、受講に差し支えはございません。
（その場合、講師による実演をご覧いただく形となります）。
・セキュリティ設定などにより、Google Colaboratoryが利用できない場合がございます。事前に当日の視聴環境でご利用可能かご確認ください。
・PCの動作不良に伴うトラブルへの対応は致しかねますので、ご承知置き下さい。
・演習に使用するPythonプログラムファイルは、受講者に配布致します。
○受講対象：
製造業・インフラ・物流などの技術者で設備の予知保全や異常検知を行いたい方やセンサーデータを活用した業務改善を目指す方、データサイエンスやAIに興味がある方 など
○受講後、習得できること：
・時系列データの前処理と特徴抽出の方法
・機械学習による予測・異常検知の技術
・Pythonを使った実践的なデータ解析スキル
・実務への応用力（需要予測、設備保全など）
セミナー内容
1.現場における時系列データの構造と課題
(1) 現場における時系列データの本質
(2) 時系列データの構成要素と分解
(3) 現場で直面するデータ品質の課題
(4) システム構成とエッジ展開の視点
2.前処理と特徴量エンジニアリングの実践
(1) 欠損値・外れ値処理
(2) ノイズ除去と信号平滑化
(3) 時系列特徴量エンジニアリング
(4) センサデータのクレンジングと特徴量自動生成
3.統計モデルと機械学習による時系列予測
(1) 古典的統計モデル
(2) 機械学習（LightGBM / XGBoost等）による時系列予測
(3) 時系列データの正しい検証方法
(4) 設備需要・予防保全・状態予測モデル構築
4.異常検知とディープラーニング・エッジ展開
(1) 時系列における異常検知の手法
(2) 現場実装・組込み（エッジ）への展開方針
(3) AutoEncoderを用いた振動データの異常検知
5.総合ハンズオン演習
6.まとめ・質疑応答
お申込みはこちらから
