先日、スキルアップAI主催のセミナー「異常検知ことはじめ」に参加してきましたので、デラログの復習がてらご紹介します！
業務で異常検知に携わっている方は、興味がある内容なのではないでしょうか！？
「スキルアップAIキャンプ 異常検知ことはじめ」
セミナー紹介先リンクです！
本セミナーでは、機械学習を用いた異常検知についてその概要・全体像について理解することが出来ました！
以下、デラログが気になった、ためになりそうなトピックスを挙げてます！
●異常検知とは
⇒正常のパターンを定義し、そのパターンから大きく外れるほど、異常であると定義すること
●異常検知と機械学習
⇒異常検知の手法の多くは、統計学や機械学習の技術を用いることとになり、
異常検知を学ぶ前に、統計学や機械学習の知識を身に着けておく必要がある
●正常パターンを定義する3ステップ
⇒①モデル選択 ②異常度の定義 ③閾値の設定
●異常検知の問題設定
⇒外れ値検出：正常時に期待されている値から外れているか判定すること
変化点検知：時系列データで、傾向が変更した場所を見つけること
異常部位検知：時系列データで、他と違った傾向を示す部分を見つけること
→問題設定によって、アプローチ・選択するモデルが変わってきます
●異常検知で使える代表的な機械学習モデル
一般的に以下のモデルが使用されているみたいです。
全然知らないモデルもあるので、少しずつフォローしていきたいと思います。
●異常検知の性能評価方法
⇒異常検知は、異常を正としたときにRecallが重視される
Recall：実際に正しいもののうち、正であると予測された割合
また、異常検知について本格的に業務で活用したい方、上記のトピックスについて詳しく知りたい方は、下記のような異常検知に関して体系的に学べる有料セミナーがありますので、チェックしてみてください！
今回は、スキルアップAI主催のセミナーの情報共有でした！
スキルアップAIは今後も、データ活用に関しての無料セミナーを定期的に実施していますので、よかったらサイトをチェックしてみてください、一緒に勉強しましょう！
今回も最後までお読みいただきありがとうございました！
コメント