1口(1社3名まで受講可能)でのお申込は、

受講料 58,800円/1口 が格安となります。



Python で学ぶ外れ値検出の基礎

 S181113K

  

開催日時:2018年11月13日(火) 13:00-17:00

会  場:オームビル(東京都千代田区神田錦町3‐1)
          【地下鉄】
             東西線『竹橋駅』徒歩3分
             三田線・新宿線・半蔵門線『神保町駅』徒歩7分
             新宿線・千代田線『小川町駅』徒歩7分
             丸ノ内線『淡路町駅』徒歩8分
          【JR】
             中央線・山手線・京浜東北線『神田駅』徒歩12分
             中央線・総武線『御茶ノ水駅』徒歩11分
             


受 講 料:1人様受講の場合 43,000円[税別]/1名

     1口でお申込の場合 56,000円[税別]/1口(3名まで受講可能)

 

 講 師


 
新納 浩幸 氏 


      茨城大学 工学部 情報工学科 教授  博士(工学) 
 



   【ご略歴】
    1985年 東京工業大学理学部情報科学科卒業。
    1987年 同大学大学院理工学研究科情報科学専攻修士課程修了。
    同  年 富士ゼロックス、翌年松下電器を経て、1993年茨城大学工学部助手。
    2015年 同学部教授。現在に至る。

   【ご専門】
    自然言語処理、機械学習、統計学

   【主な著書】
    『 Chainer による実践深層学習 』 オーム社(2016年9月発刊))
    『 Rで学ぶクラスタ解析 』 オーム社
    『 数理統計学の基礎 』 森北出版 など


   

 講義項目

  1. 外れ値検出の概要
     1.1 外れ値検出とは
    1.2 外れ値検出の応用
    1.3 問題のタイプ分け

  2. データ集合からの外れ値検出
     2.1 生成確率
    2.2 外れ値の度合い
    2.3 ホテリング理論
      2.3.1 1次元のホテリング理論
      2.3.2 多次元次元のホテリング理論
      2.3.3 Python による解析例
    2.4 LOF
      2.4.1 局所的な密度
      2.4.2 Python による解析例
    2.5 One Class SVM
      2.5.1 ソフト SVM
      2.5.2 Python による解析例
    2.6 多次元データの次元縮約による外れ値検出
      2.6.1 主成分分析
      2.6.2 特異値分解
      2.6.3 再構成誤差
      2.6.4 Python による解析例


  3. 入出力データからの外れ値検出
     3.1 出力値の生成確率
    3.2 出力値の外れ値の度合い
    3.3 関数の推定
    3.4 線形モデル
    3.5 リッジ回帰
    3.6 偏最小2乗法
    3.7 正準相関分析
    3.8 各種モデルの Python による解析例


  4. 時系列データからの外れ値検出
     4.1 時系列データの外れ値
    4.2 近傍法
    4.3 特異スペクトル変換法
    4.4 自己回帰モデル
    4.5 各手法の Python による解析例





 お1人様      受講申込要領  1口(1社3名まで) 受講申込要領   セミナー 総合日程