~IoT時代に必要な特徴量設計ノウハウを伝授~


近年、IoTが普及したことにより多種多様なデバイス(機器・装置)からデータを収集できるようになりました。また、高精度な計測装置が安価に市場に出回るようになったことからセンサーデータの収集も進んでいます。製造業では、生産に用いる設備や機械にセンサーを取り付け、状態を知るためのデータを計測しています。そこで生み出された製品にもまたセンサーが埋め込まれ、自動車や船舶など運行情報データを取得したり、操作ログを取得したりしています。

しかしながら、それらIoTデータを取得し、ビッグデータにすることが目的ではありません。IoTデータ(波形データ)から特徴を抽出し、過去のパターンを機械学習し、未来を予測することが本当の目的です。

以前より弊社では、実務で活かすためのIoTノウハウ講座を多くのお客様に提供して参りましたが、IoTデータからの特徴量抽出をはじめとする特徴量設計(データ前処理)については十分な解決策を提示しておりませんでした。本講座では、RapidMinerを使ってどのようにIoT時系列データから特徴量生成、特徴量抽出ができるのかについて演習形式で解説しております。
基本的な内容に加え、応用的な前処理の演習も含まれているため、660分(11時間)の講座となっております。

■この講座のゴール
・独力でIoT時系列データから特徴量設計(前処理)ができる
・予測モデル精度向上のための特徴量設計(前処理)のアイデアが出せる

少し応用的な内容も含まれておりますが、講座の中には機械学習の基礎的な内容も含まれておりますのでご安心下さい。また、サポート体制も充実しておりますので、講座内容の不明点はRapidMinerトレーニングサポートチームにお問合せ頂くことも可能です。


【RapidMiner製品サイトはこちら】
https://www.rapidminer.jp/

日時 (ご指定日より1ヶ月間)  
会場
参加費 199,000円(税別)/1名
定員 申込受付中
対象 ・IoT時系列データを取り扱っている方
・もっと高度で複雑な機械学習に挑戦したい方
・時系列データの可視化で終わってる方
主催 株式会社KSKアナリティクス
共催
協賛
内容 第1章 データ分析と機械学習
第2章 機械学習ことはじめ
第3章 RapidMinerの使い方
第4章 時系列データ分析の基礎
第5章 分類問題
第6章 モデルの精度と評価
   【実践ケース1 モータの診断】
   【実践ケース2 波形データから特定区間の切り出し】
第7章 回帰分析
   【実践ケース3 ロボットの予防保全】
第8章 k近傍法(k-NN)による分類
第9章 その他の分類モデル
第10章 クラスタリング
第11章 ニューラルネットワークとディープラーニング
※動画自体は660分ですが、お手元でRapidMinerを起動し演習を実施頂きますので、相応の時間を確保頂く必要がございます。



◆講座受講にあたって◆
・本プログラムでは演習において、「RapidMiner(フリー版・データ1万行まで無料)」と実際のセンサデータを用います。
・フリー版のダウンロードおよびインストール方法についてはセミナーお申し込み後にメールにてご案内いたします。

サポート内容

日本語マニュアルサイトの利用
RapidMinerマニュアルサイトをご覧頂けます。全て日本語のマニュアルですので、ご活用いただくことで、RapidMinerおよび機械学習の理解を深めて頂くことができます。

テクニカルQ&Aサイト
技術的なQAをまとめたサイトをご覧頂けます。これまでにお問い合わせいただいたご質問を取りまとめています。過去のQAのやりとりから新たな気づきを得て頂くことができます。

ユーザーサポート
お問い合わせ専用サイトのURLを併せてご案内いたします。講義内容についての不明点をサポートサイトよりお問い合わせ頂くことが可能です。弊社で内容を確認次第、サポート担当よりご回答いたします。
※期間内でのベストエフォート対応となります。

《補足》
トレーニングにはRapidMiner無料版(データ1万行まで無償)を用いてハンズオンを行います。
事前準備として、RapidMiner無料版のダウンロードをお願いいたします。
RapidMiner無料版のインストールについては、セミナーお申し込み後、メールにてご案内をいたします。
備考 《お申し込み補足説明》

◆お申し込みの流れ◆
1《お申し込みはこちら》をクリックしていただくと
「ユーザー情報/アンケート登録」画面に移行いたします。必要な情報をご入力ください。
※お支払い種別は「会社でお支払い」を選択してください。

2《次へ(請求先情報の入力)》をクリックしていただくと、「請求先登録」画面に移行いたします。
※請求先と申込者が同じ場合には下記の「申込者情報と同じ」をチェックを入れてください。

3《次へ(申込内容の確認)》をクリックしていただくと、「申し込み内容確認」画面に移行いたします。
内容を再度ご確認いただき、《登録する》をクリックしていただくとお申し込み完了となります。

◆お支払いについての補足◆
お支払いサイトは開催日の月末締め翌月末払いとなります。

お問合わせ

KSKアナリティクス セミナー事務局
seminar@ksk-anl.com