まずは無料でお試し！
現場で使える異常検知基礎講座
現場で使える異常検知基礎講座のうち、DAY4の一部が視聴できます。まずは無料動画を見て、分かりやすさやレベル感を確認してみてください。
無料トライアル版に含まれる内容（約35分相当）
- 深層学習による異常検知の基礎
- 2_Anomaly_Detection_with_AE
トライアルを利用せずに講座にお申込みの方はこちら
講座で得られる知識/スキル
- 異常検知に関する基礎知識
異常に対する考え方や評価方法を説明できるようになります。
- 異常検知モデルをプログラミングする際の基礎技術
代表的な異常検知手法を説明できるようになります。
- 実務における異常検知問題へのアプローチ方法
実務で応用するための様々な種類のデータへの異常検知ができるようになります。
実際の教材例
受講に必要なスキル・前提知識
前提スキル
- 機械学習に関する基礎知識(現場で使える機械学習・データ分析基礎講座 修了相当)
- Pythonに関する基礎知識(機械学習のためのPython入門講座 修了相当)
- 固有値分解、偏微分、確率・統計の基礎理解(機械学習・ディープラーニングのための基礎数学講座 修了相当)
- データが与えられた時に、前処理から評価までの一連の流れを理解しており、どのようなアウトプットをすべきかを理解している
- 主要なMLアルゴリズムを理解しており、データに応じて適切な手法を選択して実装することができる
講座の特長
異常検知業務をハンズオン
DAY1からDAY4までを通して１つの課題に取り組んでいただき、異常検知業務を模擬体験して頂きます。
一流講師陣による徹底フォロー
講座期間中は、好きな時間に動画で学習ができ、チャットで何度でも講師に質問ができます。
圧倒的充実のカリキュラム
国際的に活躍するAI研究の第一人者である杉山将東京大学大学院教授の監修のもと、現役のデータサイエンティストが教材を作成しています。
参考書籍
講座概要
| 講座名 | 現場で使える異常検知基礎講座 |
|---|---|
| 受講形式 |
オンライン講座：eラーニング形式 |
| 講座時間 |
動画講義13.5時間(Notebook解説動画含む) |
| 料金 |
275,000円／1名（税込） |
| 料金に標準で含まれるもの |
|
| 動画の視聴期間 | 動画共有日から1年間 |
| チャットの質問期間 | 講座チャンネルへの招待日から4ヶ月間 |
カリキュラム（一部抜粋）
DAY1
講義 <異常検知入門>
- 異常検知の基本的な考え方
- 正規分布による異常検知
など全6トピックス
DAY2
講義 <入力のみのデータの異常検知>
- 近傍法による異常検知
- 局所外れ値度による異常検知
など全9トピックス
DAY3
講義 <入力と出力があるデータの異常検知>
- 線形回帰による異常検知
- サポートベクトル回帰による異常検知
など全3トピックス
講義<時系列データの異常検知>
- 自己回帰による異常検知
- 近傍法による異常検知
など全5トピックス
DAY4
講義 <深層学習による異常検知>
- 深層学習による異常検知の基礎
- 自己符号化器によるアプローチの各手法
など全4トピックス
通し課題への取り組み結果の発表
※カリキュラムは変更となる場合がございます。
開催日程
講師紹介
-
小縣 信也兵庫県出身。大阪市立大学工学部卒業後、建材メーカー、設備設計事務所に勤務。2010年、OpenFOAM勉強会for beginner(現オープンCAE勉強会＠関東)を立ち上げ3年間幹事を務める。建築環境に関する数値シミュレーション、電力量や温湿度などのセンサーデータに関する分析が専門。1級建築士、エネルギー管理士。2013年、国土交通省国土技術政策総合研究所 優秀技術者賞受賞。 日本ディープラーニング協会主催2018E資格試験 優秀賞受賞、2019#1E資格試験優秀賞受賞。最近は、需要予測や異常検知などのモデル開発に取り組んでいる。
受講者の声
難解な異常検知において、抑えるべきポイントが分かり易く説明されていました。書籍では説明されていない手法の概念なども解説していて、非常に勉強になりました。カリキュラム構成や内容、講師陣のレベルが非常に高かったです。
異常検知の基本的な考え方と、実装方法を深く理解できました。また、notebook演習により、難解な理論を大変分かりやすく砕いて説明していただけたため、モデルの具体的な動きの理解にも繋がりました。AI分野で最新の技術を使いこなしている高レベルな講師との会話も魅力的でした。
異常検知の手法とPython実装を概ね網羅していました。興味のある手法は通し課題として実装し、効果や課題、改良点を確認できました。多くの手法に実装例がついているのは大変勉強になりました。動画の説明も丁寧で分かりやすかったです。またQAや発表での対応も丁寧でした。
個人で事前調査で把握していた異常検知アルゴリズムのほぼ全てが動画コンテンツ内で体系的、網羅的に説明されていたことに加え、説明自体も非常にわかりやすかったです。講義と実装の両輪で構成されておりSlackによるQ&Aでも講師に迅速かつ的確に回答いただけて満足です。
ご案内
PCの動作環境
- MacOSX 10.9 以上（教材として提供するNotebookの一部に、M1 MacまたはM2 Macに対応していないものがあります。詳細はお問い合わせください。）
- Windows 8 以上（64bit必須）
- メモリ8GB以上必須
※8GB未満でも受講して頂くことは可能ですが、大きなデータを扱う演習の際に不具合が発生する可能性があります。
メモリ不足が原因の不具合についてはサポートすることができませんので、あらかじめご了承ください。
※容量の大きなデータを課題で扱いますので、より高スペックが望ましいです。
事前準備
本講座では、MinicondaまたはAnacondaをインストールしていただきます。また、pipというライブラリ管理ソフトを使って、Python ライブラリをインストールしていただきます。これらインストール作業を行えるパソコン環境をご準備ください。特に、社用のパソコンなどでアクセス制限のあるインターネット回線をご利用の方は、インストール作業を問題なく行えることを事前にご確認ください。ご不明な点がございましたら、事前にご連絡ください。
