このサイトではJavaScriptを使用しています。ブラウザの設定でJavaScriptを有効にしてからお使いください。 製造業の問題解決に役立つ スモールデータ解析の実践手法 [講習会詳細] | テックデザイン
※お申込前に「注意事項」をご確認ください

製造業の問題解決に役立つ スモールデータ解析の実践手法

 

コード tds20250220a1
ジャンル データサイエンス
形式 オンラインセミナー(Live配信)
日程/時間 2025年 2月 20日(木) 10:30~16:30
配信について 見逃し配信あり(視聴期間は10日程度) 当日の受講が難しい場合は見逃し配信をご利用ください
資料(テキスト) PDFデータのダウンロード
受講料
(申込プラン)

通常: 36,300円 (消費税込)

早期申込価格: 29,040円 (消費税込) ※12/20までのお申込が対象です

 

製造業の問題解決に役立つ スモールデータ解析の実践手法

●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 幸一先生

2004年に京都大学工学部工業化学科を卒業後、2009年に博士(工学)を取得。豪Curtin大学 客員研究員を経て、2010年からNTT持ち株会社の基礎研究所で研究に従事。2012年に京都大学大学院情報学研究科 助教、2018年から名古屋大学大学院工学研究科 准教授に就任。研究分野は数理モデル、機械学習、生体信号処理、医療AI、神経科学、プロセスシステム工学など。

●詳細

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

Ⅱ.スモールデータ解析の方法論:次元削減と回帰分析
 1.主成分分析(PCA)
  ① PCAとは
  ② 直交展開
  ③ PCAの導出
  ④ PCAと特異値分解
 2.最小二乗法
  ① 回帰分析とは
  ② 相関係数の意味
  ③ 最小二乗法の導出
  ④ 最小二乗法の幾何学的意味
  ⑤ 多重共線性の問題
 3.部分的最小二乗法(PLS)
  ① PLSとは② 潜在変数モデル
  ③ PLSモデルの導出
  ④ NIPALSアルゴリズム
  ⑤ PLSから重回帰モデルへの変換
  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

Ⅲ.スモールデータ解析の方法論:入力変数選択
 1.入力変数選択とは
 2.スパースモデリング
  ① スパースとは
  ② リッジ回帰
  ③ Lasso回帰
  ④ エラスティックネットモデル
  ⑤ Group Lasso
 3.変数クラスタリングによる入力変数選択
  ① スペクトラルクラスタリング
  ② NC法のコンセプト
  ③ NCSCアルゴリズムの導出
  ④ NCSCを用いた変数クラスタリングと入力変数選択
  ⑤ 製薬プロセスへの応用例

Ⅳ.スモールデータ解析の方法論:不均衡データ解析
 1.サンプリング手法
  ① サンプリング手法とは
  ② アンダーサンプリングとオーバーサンプリング
 2.ブースティング
  ① ブースティングとは
  ② AdaBoost
  ③ RandomForest
 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
  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
  ② RUSBoost
  ③ HUSDOS-Boost
 4.不均衡データ解析の大規模検診データへの適用例

Ⅴ.スモールデータ解析の方法論:異常検出
 1.異常検出とは
 2.多変量統計的プロセス管理(MSPC)
  ① MPSCとは
  ② T2統計量とQ統計量の幾何学的意味
 3.自己符号化器(オートエンコーダー)
 4.異常検出問題の医療データ解析への応用例

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

【習得事項】
・機械学習の基礎知識
・入力変数選択・異常検知手法などスモールデータに適したデータ解析手法の習得
・スモールデータにおけるデータ収集の心構えの習得

【受講対象】
・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)
・少量のデータから統計モデルを構築したいと考えられている方
・現場でのデータ解析に従事されている方
・現場におけるデータ収集についてお困りの方

【講演概要】
 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に比べて、統計モデリングに使用できるデータ量が限られることが多いです。通常のモデリングでは、正例・負例の両方のサンプルが必要となりますが、装置の故障など稀な事象のデータはなかなか収集が難しく、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に大きな壁があります。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、スモールデータからどのように知識を抽出するかが重要になります。
 本セミナーでは、実例を通じて、スモールデータの解析の実態、その方法論、そしてデータ収集に関する考え方について講義いたします



  • facebook

  • 食添素材ナビ
       
ページTOPへ