ホーム > 技術情報 > 勉強会
勉強会

弊社では、知能コンピューティングに関する勉強会を随時開催しております。
どなたでも参加可能です。参加ご希望の方は までご連絡ください。

■勉強会のルール
  • 休まず継続しましょう。
  • 事前準備をしましょう。
  • 勉強を楽しみましょう。
  • 分からないところは教え合いましょう。
■異常検知勉強会
【教科書】 『データマイニングによる異常検知』 (共立出版/刊)
【概要】 この勉強会では、データマイニングによる異常検知の各種アルゴリズムについて学習します。 確率論や統計学の基礎知識を前提としています。 教科書に従って輪講形式で進めます。
【予定】 週1回・2時間のペースで進めていきます。
第1回 2009年11月21日(土)
19:00-21:00
第1章:データマイニングにおける異常検知
(障害検出、故障診断、詐欺検出)
第2章:異常検知の基本的考え方
第2回 2009年11月28日(土)
19:00-21:00
第3章:外れ値検出
(SmartSifter、マハラノビス距離)
第4章:変化点検出
(ChangeFinder、統計的検定)
第5章:異常行動検出
(AccessTracer、ナイーブベイズ法)
第3回 2009年12月5日(土)
19:00-21:00
第6章:集合型異常検知
第7章:潜在的異常検知
第4回 2009年12月12日(土)
19:00-21:00
第8章:数学的手段:情報論的学習理論とその周辺
(EMアルゴリズム、ヘリンジャー距離、Burge and Shawe-Tayler のアルゴリズム、モデル選択、MDL 基準、確率的コンプレキシティ)
■自己組織化マップ勉強会
【教科書】 『自己組織化マップとそのツール』 (シュプリンガージャパン/刊)
【概要】 この勉強会では、自己組織化マップ (SOM) の基本的な理論を習得している方を対象に、 実際のツールを使用しながら理解を深めていきます。 教科書に従って輪講形式で進めながら、ツールを使った実習を行います。
【予定】 週1回・2時間のペースで進めていきます。
第1回 2009年6月6日(土)
19:00-21:00
第1章:SOM とは
第2章:基本 SOM の使い方と応用例
第3章:学習ベクトル量子化 (LVQ) の概要と LVQ 支援ツールの応用例
第2回 2009年6月13日(土)
19:00-21:00
第4章:トーラス型 SOM (Torus SOM) の使い方と応用例
第5章:Databionic ESOM Tools
第3回 2009年6月20日(土)
19:00-21:00
第6章:自己組織化ニューラル木立 (Self-Organizing Neural Grove: SONG)
第7章:球面 SOM (Spherial SOM) の原理ツールとその応用
第4回 2009年6月27日(土)
19:00-21:00
第8章:高速球面 SOM とその地球温暖化問題への適用
第9章:Geodesic SOM による属性空間/関連空間の同時可視化と n 次元経路探索
第5回 2009年7月4日(土)
19:00-21:00
第10章:K-means 法を体験しよう
第11章:市販ツールの紹介
■データマイニング勉強会
【教科書】 『データマイニングの基礎』 (オーム社/刊)
【概要】 この勉強会では、データマイニングの基礎的な事項を、 理論的な側面から勉強していきます。 参加者には数理的な理解力が求められます。 教科書に従って輪講形式で進めます。
【予定】 週1回・2時間のペースで進めていきます。
第1回 2009年6月10日(水)
19:00-21:00
第1章:データマイニング入門
(知識発見、知識獲得、機械学習)
第2章:データマイニングの基礎的な手法
(決定木、ルール学習、ナイーブベイズ学習、最近傍法、相関ルール)
第2回 2009年6月17日(水)
19:00-21:00
第3章:データマイニングの高度な手法 (その1)
(アンサンブル学習、バギング、ブースティング、スタッキング、カスケード)
第3回 2009年6月24日(水)
19:00-21:00
第3章:データマイニングの高度な手法 (その2)
(階層併合的クラスタリング、K-means法、Fuzzy C-means法、混合密度分布によるクラスタリング)
第4回 2009年7月1日(水)
19:00-21:00
第3章:データマイニングの高度な手法 (その3)
(サポートベクタマシン、帰納論理プログラミング)
第5回 2009年7月8日(水)
19:00-21:00
第4章:前処理・データ変換
(離散化、属性選択、属性抽出、属性構築)
第6回 2009年7月15日(水)
19:00-21:00
第5章:知識の精度評価 (その1)
(推定量、偏り、誤差推定、リサンプリング、仮説検定、分割表、多重比較)
第7回 2009年7月22日(水)
19:00-21:00
第5章:知識の精度評価 (その2)
(最尤法、赤池情報量基準(AIC)、最小記述長原理(MDLP)、ベイズ情報量基準(BIC))
第8回 2009年7月29日(水)
19:00-21:00
第6章:データマイニングから知識発見へ
(知識発見のプロセス、アクティブマイニング、ボトルネック)