製造業関連情報総合ポータルサイト@engineer
WEB営業力強化支援サービスのご案内
研究・技術・事業開発のためのセミナー/書籍 サイエンス&テクノロジー
イベント

5/18【セミナー】実務に使えるスモールデータ解析 ~特徴選択・不均衡データ解析・異常検知~

  • このエントリーをはてなブックマークに追加
  • @engineer記事クリップに登録
樹脂・ゴム・高分子系複合材料 電気・電子・半導体・通信 ICT・情報処理  / 2020年03月25日 /  ロボット IT・情報通信 先端技術
イベント名 実務に使えるスモールデータ解析 ~特徴選択・不均衡データ解析・異常検知~
開催期間 2020年05月18日(月)
10:30~16:30
会場名 東京・大田区蒲田 大田区産業プラザ(PiO) 6F D会議室
会場の住所 東京都
地図 https://www.science-t.com/hall/16430.html
お申し込み期限日 2020年05月15日(金)16時
お申し込み受付人数 30  名様
お申し込み

 

■スモールデータの解析の実態とその方法論■
■スモールデータの収集・解析の考え方■
■現実の問題の解決へのスモールデータの活用■

 

不特定多数の多量のデータでではなく、特定の専門データである「スモールデータ」の活用で生産現場などの実務・現実問題の解決を

スモールデータの収集方法とその留意点、解析の実態とその手法選択、方法論

スモールなデータからいかに知識を抽出するのか

 

講師

 

名古屋大学 工学研究科 物質プロセス工学専攻 准教授  博士(工学) 藤原 幸一 氏

 

 受講料(税込)

 

49,500円(本体45,000円+税4,500円)※資料・昼食付
キャンペーン!2名同時申込みで1名分無料(1名あたり定価半額の24,750円)

 

 趣旨

 

 生産現場の操業データや医療データにおいては、測定されている変数の数と比較して統計モデリングに使用可能なデータ量が限られることが多い。通常のモデリングでは正例・負例双方のサンプルが必要となるが、装置故障など稀な事象のデータはなかなか収集が困難であり、医療データにおいては、倫理的な問題から多くの患者から臨床データを収集するのは大きな壁が存在する。このように実世界ではしばしば必要なデータが十分に収集できず、スモールなデータからいかに知識を抽出するのかが重要となる。
 本セミナーでは、実例を通じ、スモールデータの解析の実態と、その方法論、データ収集の考え方を講義する。

 

 プログラム

 

<得られる知識・技術>

スモールデータ解析に必要な技術、変数選択法、不均衡データの解析手法、異常検知

 

<対象>

現実のデータの解析に興味のある技術者・研究者(線形代数・微積.統計などの初歩の知識を前提とする)


<プログラム>

1.スモールデータとは
 1.1 スモールデータの特徴
 1.2 スモールデータ解析の現状

2.スモールデータ解析の方法論:次元削減と回帰分析
 2,1 主成分分析(PCA)
  2.1.1 PCAとは
  2.1.2 直交展開
  2.1.3 PCAの導出
  2.1.4 PCAと特異値分解
 2.2 最小二乗法
  2.2.1 回帰分析とは
  2.2.2 相関係数の意味
  2.2.3 最小二乗法の導出
  2.2.4 最小二乗法の幾何学的意味
  2.2.5 多重共線性の問題
 2.3. 部分的最小二乗法(PLS)
  2.3.1 PLSとは
  2.3.2 潜在変数モデル
  2.3.3 PLSモデルの導出
  2.3.4 NIPALSアルゴリズム
  2.3.5 PLSから重回帰モデルへの変換
  2.3.6 クロスバリデーションによるパラメータチューニング

3.スモールデータ解析の方法論:入力変数選択
 3.1 入力変数選択とは
 3.2 スパースモデリング
  3.2.1 スパースとは
  3.2.3 リッジ回帰
  3.2.3 Lasso回帰
  3.2.4 エラスティックネットモデル
  3.2.5 Group Lasso
 3.3 変数クラスタリングによる入力変数選択
  3.3.1 スペクトラルクラスタリング
  3.3.2 NC法のコンセプト
  3.3.3 NCSCアルゴリズムの導出
  3.3.4 NCSCを用いた変数クラスタリングと入力変数選択
  3.3.5 製薬プロセスへの応用例

4.スモールデータ解析の方法論:不均衡データ解析
 4.1 サンプリング手法
  4.1.1 サンプリング手法とは
  4.1.2 アンダーサンプリングとオーバーサンプリング
 4.2 ブースティング
  4.2.1 ブースティングとは
  4.2.2 AdaBoost
  4.2.3 RandomForest
 4.3 ブースティングとサンプリング手法を組み合わせた不均衡データ解析
  4.3.1 何故,ブースティングとサンプリング手法を組み合わせるか
  4.3.2 RUSBoost
  4.3.3 HUSDOS-Boost
 4.4 不均衡データ解析の大規模検診データへの適用例

5.スモールデータ解析の方法論:異常検出
 5.1 異常検出とは
 5.2 多変量統計的プロセス管理(MSPC)
  5.2.1 MPSCとは
  5.2.2 T2統計量とQ統計量の幾何学的意味
 5.3 自己符号化器(オートエンコーダー)
 5.4 異常検出問題の医療データ解析への応用例

6.スモールデータの収集・解析の考え方
 6.1 必要となるデータの質の問題
 6.2 データ収集の際の留意点
 6.3 スモールデータ解析の手法選択

  □質疑応答□

 

━━━━━━━━━━━━◆キャンペーンについて◆━━━━━━━━━━━━━━━━━━

≪お申し込み方法≫

 お申し込みページ一番上の連絡事項欄に「2名同時申込み」希望の旨と、

 2人目の受講者様の情報(お名前・メールアドレスは必須)をご入力ください。

 住所等が申込者様と同一の場合は、省略いただいて結構です。

・2名様ともS&T会員登録をしていただいた場合に限ります。詳細は別途ご連絡いたします。

・同一法人内(グループ会社でも可)による2名同時申込みのみ適用いたします。

・3名様以上でお申込みの場合、3人目以降は定価の半額で受講できます。

・受講券、請求書は、代表者にご郵送いたします。

・請求書および領収書は1名様ごとに発行可能です。ご希望の場合はお知らせください。

・他の割引は併用できません。

━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━

---------------------------------------------------------------------------------------

○お申し込み後、サイエンス&テクノロジーより確認のご連絡を差し上げます。

○受講料は銀行振込、または当日会場にて現金でお支払いください。

○お申込み後、ご都合が悪くなった場合は代理の方のご出席も可能です。

やむなくキャンセルされる場合は、下記のキャンセル規定で承ります。

◇キャンセル規定◇

開催日から逆算(営業日:土日・祝祭日等を除く)いたしまして、

・開催7日前以前でのキャンセル: キャンセル料はいただきません

・開催3~6日前でのキャンセル: 受講料の70%

・開催当日~2日前でのキャンセル・欠席: 受講料の100%

※受講料入金後での7日前以前のキャンセルについて、返金の手続きが発生した場合の振込手数料はお客様負担とさせていただきます。

---------------------------------------------------------------------------------------

※お申し込み詳細についてはQ&Aにも掲載しております。

サイト内検索
ページカテゴリ一覧
新着ページ
月別ページ