Pythonによる異常検知株式会社 オーム社, 2021/02/25 - 272 ページ 機械学習による異常検知の基本と応用がわかる! 本書では、機械学習による異常検知のしくみを、 機械学習について誤差関数を中心に理解を深めることによって「 機械学習の各アルゴリズムの説明や例題などには、 自分でプログラムを実行しながら学べる入門書です。 <本書の特徴> ・誤差関数を中心に機械学習の原理を理解することで、 ・基本だけでなく、時系列データに対する異常検知の考えかた( ・Pythonのコード付きなので、 このような方におすすめ ◎ 異常検知に取り組むエンジニア ○ 製造業の工場管理者 ○ 機械学習を学ぶ大学院生 主要目次 第0章 機械学習と異常検知 第1章 機械学習と統計解析の基本モデル 第2章 非時系列データにおける異常検知 第3章 時系列データにおける異常検知 第4章 深層学習による異常検知 |
目次
26 異常検知モデルの検証 | 125 |
2 ROC曲線 | 130 |
第3章時系列データにおける異常検知 | 139 |
31 時系列データの性質 | 140 |
2 時系列データ解析の前提条件 | 142 |
32 自己回帰型モデルによる時系列データの解析 | 146 |
2 AR自己回帰モデルの原理 | 148 |
3 MA移動平均モデルの原理 | 156 |
13 | |
15 | |
16 | |
18 | |
13 教師あり学習分類と回帰 | 22 |
2 分類とはなにか | 24 |
3 統計モデルと代表的なアルゴリズム | 25 |
4 機械学習モデルと代表的なアルゴリズム | 28 |
14 教師なし学習特徴抽出クラスタリング次元削減 | 60 |
2 1重行列による次元削減主成分分析 | 62 |
3 多重行列による次元削減 | 68 |
4 統計分布による次元削減tSNE | 72 |
5 競合学習による次元削減 | 79 |
6 モンテカルロ粒子フィルタによるベイジャン型次元削減 | 87 |
第2章非時系列データにおける異常検知 | 91 |
21 異常検知とデータ構造 | 92 |
2 3種類のデータ構造と異常検知の手法 | 93 |
22 正規分布に基づく異常検知 | 95 |
2 多次元正規分布に基づく異常検知 | 102 |
3 多変数マハラノビスタグチ法に基づく異常検知 | 107 |
23 非正規分布に基づく異常検知 | 110 |
24 高度な特徴抽出による異常検知 | 115 |
2 Expectationmaximization algorithmEM法 | 117 |
4 AutoEncoderAEと制約付きボルツマンマシンRBM | 119 |
25 関数近似に基づく値異常検知 | 121 |
4 ARMA自己回帰移動平均モデルの原理 | 160 |
5 ARIMA自己回帰和分移動平均モデルの原理 | 163 |
6 SARIMA季節性自己回帰和分移動平均モデルの原理 | 167 |
33 状態空間モデルによる時系列データの解析 | 170 |
2 状態空間モデル学習の前提条件 | 171 |
4 より複雑な状況における状態空間モデル | 178 |
34 機械学習による時系列データの解析 | 187 |
2 多変数の時系列データに対する機械学習 | 191 |
35 時系列データにおける異常検知 | 196 |
1 自己回帰モデルによる時系列データの異常検知 | 197 |
2 機械学習による時系列データの異常検知 | 204 |
第4章深層学習による異常検知 | 219 |
41 深層学習フレームワークReNomを用いた異常検知 | 220 |
2 seq2seqを用いた心電図データに対する異常検知 | 226 |
3 生成モデルanoGANを用いた画像データに対する異常検知 | 229 |
4 LSTMを用いた心電図データに対する異常検知 | 235 |
42 深層学習による異常検知の応用事例 | 243 |
2 故障評価 | 246 |
43 異常解析分野の現状と課題 | 254 |
2 学習結果の可読性と可視化 | 255 |
256 | |
260 | |
263 | |
多く使われている語句
ARIMA ARMA sample STEP あり あります いた コード ここ さらに サンプルデータ しま すると ただし たとえば つの データにおける異常 できます できる という となり なっ なります なる において における異常検知 によって による に対する パラメータ まし また まで より られ リスト わかります 以下 異常度 応用 画像 回帰モデル 簡単 基本 機械学習 距離 曲線 近傍 空間 系列データ 系列データにおける 計算 決定木 結果 検証 検定 誤差関数 行い 行う 行列 最小 作成 算出 使用 時刻 次元削減 示しています 実行 実測値 手法 紹介 場合 状態 正規分布 正常 精度 説明 線形 相関分析 対し 対応 定義 定常性 統計解析 同じ 特徴 必要 表現 分散 分類 平均 変数 問題 予測値 用い 理解 閾値