| イベント名 | センサから取得した時系列データの 処理・解析技術と機械学習の適用 |
|---|---|
| 開催期間 |
2025年07月31日（木）
10:30～16:30 【アーカイブの視聴期間】 視聴期間：終了翌営業日から7日間［8/1～8/7］を予定 ※動画は未編集のものになります。 ※視聴ページは、終了翌営業日の午前中にはマイページにリンクを設定する予定です。 ※会社・自宅にいながら受講可能です※ |
| 会場名 | 【ZoomによるLive配信セミナー】アーカイブ(見逃し)配信付き |
| 会場の住所 | オンライン |
| お申し込み期限日 | 2025年07月31日（木）10時 |
| お申し込み受付人数 | 30 名様 |
| お申し込み |
|
センサから取得した時系列データの
処理・解析技術と機械学習の適用
～データの前処理、特徴抽出・エンジニアリング、機械学習による予測・異常検知など～
～Pythonを用いた演習を含めて解説～
データ取得から解析までの流れ、時系列データの特性、データの前処理、特徴量エンジニアリング、機械学習の適用（時系列予測・異常検知）とその事例まで。センサから取得した時系列データの適切な処理・解析技術を事例を踏まえて解説。
実際のデータセットを用いたPythonの演習も実施します。
Pythonを使用した演習では、「Google Colab」を使用しますので、Googleアカウントをご準備ください。
演習で使用するテンプレートファイルとデータは資料と一緒に配布する予定です。
別途インストールが必要なものがございますが準備中ですので、あらためてご案内いたします。
※PCは一般的なスペックで問題ございません。
※上記のご準備が難しい方は、当日は講師の実演を見て学習していただくかたちとなります。
１．時系列データの基本的な理解
２．データの前処理と特徴抽出
３．機械学習の適用
４．実際の適用事例と演習
| 【Live配信受講者 限定特典のご案内】
当日ご参加いただいたLive(Zoom)配信受講者限定で、特典(無料)として
「アーカイブ配信」の閲覧権が付与されます。
オンライン講習特有の回線トラブルや聞き逃し、振り返り学習にぜひ活用ください。 |
| 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
専門：人工知能，並列分散システム，組込みシステム
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
ホームページ：https://researchers-info.st.gunma-u.ac.jp/mst_motegi_kazuhiro/
| セミナー趣旨 |
近年、センサ技術の発展により、さまざまな分野で高頻度・高精度な時系列データを取得できるようになった。これに伴い、膨大なデータをどのように処理し、解析するかが重要な課題となっている。こ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。現在と過去の情報から将来の情報を予測することは、設備の予知保全や異常検知、商品の需要予測、または交通量の予測等の多くの場面で求められている。
本講演は、時系列データの前処理、多変量を含めた時系列データからの特徴抽出、これらの解析手法に加え、機械学習を活用した予測モデルの適用について紹介する。実際に、プログラミング言語Pythonを使用した解析の演習を行う。
特に、時系列データの前処理、特徴抽出・エンジニアリング、機械学習による予測・異常検知、実際の適用事例に焦点を当てる。時系列データに潜在している重要な情報を、可能な限り取り出し、実用的な知見を得ることを目的としたい。
| セミナー講演内容 |
１．時系列データの重要性
1.1 時系列データは重要
1.2 応用分野は多数
1.3 データ取得から解析までの流れ
２．時系列データの特性と前処理
2.1 時系列データはどのような構造か
2.2 前処理は必須
2.3 多変量時系列データを扱うには
2.4 Pythonによるデータの前処理
３． 特徴量を見つけデータを可視化したい
3.1 時系列データの特徴量エンジニアリング
3.2 異常検知の手法
3.3 Pythonによるデータの可視化
４．機械学習の適用
4.1 統計的手法と機械学習の比較
4.2 機械学習による時系列予測
4.3 深層学習による時系列予測
4.4 異常検知の手法
4.5 Pythonによる異常検知
５．事例紹介
5.1 製造業の異常検知
5.2 実際のデータセットを用いたPython演習
６．まとめ
□質疑応答□
※詳細・お申込みは上記
「お申し込みはこちらから」（遷移先WEBサイト）よりご確認ください。
- サイト内検索
- ページカテゴリ一覧
- 新着ページ
-
- 7/30 【研究開発動向：2時間セミナー】 抗体薬物複合体(ADC)における ペイロードの生体膜透過メカニズムと細胞内動態評価 (2025年07月14日)
- 7/31 センサから取得した時系列データの 処理・解析技術と機械学習の適用 (2025年07月14日)
- 7/29 高分子結晶化のメカニズムと評価法 －プラスチック材料の固化現象の科学と応用－ (2025年07月10日)
- 7/30 ＜FCEV／水素活用周辺技術の最新動向＞ 水素エネルギーとモビリティ ～現状調査から見える未来像～ (2025年07月10日)
- 7/23 高分子材料における難燃化技術と難燃性評価、 難燃剤の配合設計・規制動向と実際技術 (2025年07月10日)
- 7/25 １日速習：半導体製造プロセス技術 入門講座 ～基礎とトラブル対策～ (2025年07月10日)
- 7/18 汎用リチウムイオン二次電池の特性評価、劣化･寿命診断 (2025年07月10日)
- 8/27 ＜クリーン化技術ノウハウ＞ クリーンルームにおけるゴミ・異物対策 および静電気対策の基礎と実践 (2025年07月10日)
- 7/31 ＜事例から学ぶ＞ 開発担当者が習得すべき クリティカルシンキングの習得とチェックリストからの脱却 (2025年07月10日)
- 7/30 日本特有の要求対応をふまえた 海外導入品のCMC開発対応とCMC申請資料(日本申請用)作成 (2025年07月10日)
