1． 異常検知概論
 1.1 異常検知とは
 1.2 ホテリング理論

2．機械学習概論
 2.1 統計学
 2.2 機械学習

3. 異常検知に役立つ機械学習の基礎知識
 3.1 判別分析(パターン識別)
 3.2 回帰分析(回帰予測)
 3.3 クラスター分析(クラスタリング)

4．異常検知の手法
 4.1 異常識別(教師あり学習)
 4.2 外れ検知(教師なし学習)
 4.3 変化検知(時系列データ)

5．異常検知に利用される機械学習
 5.1 単純ベイズ法
 5.2 k-近傍法
 5.3 ニューラルネットワーク(ディープラーニング)
 5.4 RBFネットワーク
 5.5 サポートベクトルマシン

6. 線形サポートベクトルマシン
 6.1 線形SVMとは?
 6.2 簡単な定式化
 6.3 ハードマージン
 6.4 データに誤りがある場合のサポートベクターマシン
 6.5 ソフトマージン

7．非線形サポートベクトルマシン
 7.1 非線形SVMとは?
 7.2 簡単な定式化
 7.3 カーネル関数
 7.4 カーネルトリック

8．1クラスサポートベクトルマシン
 8.1 Support Vector Data Description(SVDD)
 8.2 1クラスサポートベクトルマシン

9．異常検知
 9.1 正規分布の場合
 9.2 非正規分布の場合

10. 応用事例
 10.1 異常識別
 10.1.1 配電柱腕金のさび画像に基づく腕金の再利用診断
 10.1.2 油中ガス分析データに基づく電力用変圧器内部異常検知
 10.2 外れ値検知
 10.2.1 水力発電所における異常予兆検知

11. 異常検知の将来とまとめ

質疑・応答


講師紹介
略歴
1986年3月　国際基督教大学　教養学部　理学科　卒業
1988年3月　東京工業大学大学院　理工学研究科修士課程　原子核工学専攻　修了
1988年4月 （財）電力中央研究所　経済研究所　情報システム部　入所
1997年7月　GMD FIRST(現Fraunhofer FIRST)客員研究員（1年間）
2007年4月　東京工業大学 知能システム科学専攻 連携教授(兼務，6年間)
2012年7月 （財）電力中央研究所　システム技術研究所　副研究参事　情報数理領域リーダー
2016年3月 （一財）電力中央研究所　退職
2016年4月　青山学院大学　理工学部　経営システム工学科　教授に就任
著作
知の科学シリーズ「サポートベクターマシン」　オーム者
「パターン認識と機械学習」（訳）丸善出版
所属学会・協会
人工知能学会 元理事（JSAI2018 全国大会プログラム委員長），シニア編集委員