| 開催日 | 2025年11月25日(火) |
|---|---|
| 開催地 | Web |
★時系列データの特徴をふまえた適切な処理・解析法を基礎から習得！
★実践に役立つ Pythonプログラムファイルを配布致します。
時系列データ分析の基礎と進め方
～時系列データの特徴、前処理・モデル化手法から異常検知・Pythonによる実装まで～
＜講師＞
群馬大学 大学院理工学府・理工学部理工学教育センター 准教授 博士（工学） 茂木 和弘 氏
＜日時＞
2025年11月25日(火) 10:30-16:30
＜形態＞
Zoomオンラインセミナー：見逃し視聴あり
＜受講料＞
【オンライン受講（見逃し視聴なし）】：1名 50,600円(税込（消費税10％）、資料付)
＊1社2名以上同時申込の場合、1名につき39,600円
【オンライン受講（見逃し視聴あり）】：1名 56,100円(税込（消費税10％）、資料付)
＊1社2名以上同時申込の場合、1名につき45,100円
＊受講料やセミナー申し込み～開催までの流れなど、詳細については、弊社HPのセミナーページを必ずご確認ください。
＜セミナーポイント＞
センサ技術の進歩などにより、様々な分野で高頻度・高精度な時系列データが得られるようになった。これに伴い、膨大なデータの処理と解析が重要な課題となっている。
時系列データによる予測は、設備保全、異常検知、需要予測、交通予測など多くの場面で必要とされる。ただし、これらのデータを適切に処理・解析しなければ、有効活用できない。
本講演では、時系列データの前処理、特徴抽出、機械学習による予測モデルの活用について紹介する。また、Pythonを用いて時系列データの前処理や特徴抽出、予測モデルの構築方法を学ぶ。
＊尚、本講座ではPythonによる実践は講師の実演のみとなり、受講者側での実習は実施しません。
＊実演に使用するPythonプログラムファイルは、受講者に配布致します。
○受講対象：
製造業・インフラ・物流などの技術者で設備の予知保全や異常検知を行いたい方やセンサーデータを活用した業務改善を目指す方、データサイエンスやAIに興味がある方 など
○受講後、習得できること：
・時系列データの前処理と特徴抽出の方法
・機械学習による予測・異常検知の技術
・Pythonを使った実践的なデータ解析スキル
・実務への応用力（需要予測、設備保全など）
＜講演プログラム＞
1. 時系列データ解析の必要性
- 時系列データの重要性
- センサ技術の進歩とデータ活用
2. 基本概念
- 時系列データとは何か
- 特徴や他のデータとの違い
- データの量・質・処理の難しさ
4. 時系列データ解析処理のすすめ方
- 前処理方法
- 特徴量エンジニアリング
- モデル構築（選択・学習）
- 評価・チューニング・応用
5. 機械学習による時系列データ処理
- 予測・異常検知手法
- 使用するアルゴリズムの概要
6. Pythonによる実践
- 使用するライブラリとツール
- 解析例
7. 応用事例の紹介
- AIを利用した外観検査
- 機器・設備の異常検知・故障予知
8. まとめ
＜質疑応答＞
