化学品の市場調査、研究開発の支援、マーケット情報の出版

トリケップスセミナーのご案内

     開催日時:2019年6月13日(木)13:00~17:00
     会  場:オームビル  → 会場へのアクセス 
          〒101-8460 東京都千代田区神田錦町3-1
     参 加 費:お1人様受講の場合 43,000円 (税別/1名)
          1口(1社3名まで受講可能)でお申し込みの場合 56,000円 (税別/1口)
          お申し込み受付中

申込方法

 お1人様受講の場合、下記のカートへの投入、あるいはFAX用紙にてお申込ください。
 1口でお申し込みの場合、下記のFAX用紙にてお申込ください。
 折り返し、聴講券、会場地図、請求書を送付いたします。

  お1人様申込み
     FAX申込用紙PDF 
  1口(1社3名まで受講可能)でお申し込み    FAX申込用紙PDF 
 

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