Submit Search
Upload
[db analytics showcase Sapporo 2018] B32 無いなら作ろう!教師データ作成のあれこれ
•
2 likes
•
690 views
Insight Technology, Inc.
Follow
[db analytics showcase Sapporo 2018] B32 無いなら作ろう!教師データ作成のあれこれ 日立造船株式会社 足立 悠 氏
Read less
Read more
Technology
Report
Share
Report
Share
1 of 40
Download now
Download to read offline
Recommended
PoCで終わらせない!データ分析・AI活用
PoCで終わらせない!データ分析・AI活用
__john_smith__
失敗から学ぶ機械学習応用
失敗から学ぶ機械学習応用
Hiroyuki Masuda
ビッグデータ・AI 活用最前線:「Data Augmentation (データ拡張)」という新しい常識
ビッグデータ・AI 活用最前線:「Data Augmentation (データ拡張)」という新しい常識
Masaya Mori
Tableau x データサイエンス
Tableau x データサイエンス
Hiroshi Masuda
非エンジニアのSQL活用が加速させる事業成長
非エンジニアのSQL活用が加速させる事業成長
Keiko Inagaki
構造化データをツールで簡単に分析
構造化データをツールで簡単に分析
Yoshitaka Seo
新卒採用を、まっとうに ー面接者への通信簿ー
新卒採用を、まっとうに ー面接者への通信簿ー
慧悟 岩本
SHI2018: 製造現場での人と知能機械の協奏に向けて
SHI2018: 製造現場での人と知能機械の協奏に向けて
Kurata Takeshi
Recommended
PoCで終わらせない!データ分析・AI活用
PoCで終わらせない!データ分析・AI活用
__john_smith__
失敗から学ぶ機械学習応用
失敗から学ぶ機械学習応用
Hiroyuki Masuda
ビッグデータ・AI 活用最前線:「Data Augmentation (データ拡張)」という新しい常識
ビッグデータ・AI 活用最前線:「Data Augmentation (データ拡張)」という新しい常識
Masaya Mori
Tableau x データサイエンス
Tableau x データサイエンス
Hiroshi Masuda
非エンジニアのSQL活用が加速させる事業成長
非エンジニアのSQL活用が加速させる事業成長
Keiko Inagaki
構造化データをツールで簡単に分析
構造化データをツールで簡単に分析
Yoshitaka Seo
新卒採用を、まっとうに ー面接者への通信簿ー
新卒採用を、まっとうに ー面接者への通信簿ー
慧悟 岩本
SHI2018: 製造現場での人と知能機械の協奏に向けて
SHI2018: 製造現場での人と知能機械の協奏に向けて
Kurata Takeshi
はじパタ2章
はじパタ2章
tetsuro ito
オープンセミナー岡山 これから始めるデータ活用
オープンセミナー岡山 これから始めるデータ活用
syou6162
自動でバグを見つける!プログラム解析と動的バイナリ計装
自動でバグを見つける!プログラム解析と動的バイナリ計装
uchan_nos
ビジネスマネージャとデータ分析
ビジネスマネージャとデータ分析
TOSHI STATS Co.,Ltd.
タイトルが決まるまで担当編集者とどう戦ったのか!
タイトルが決まるまで担当編集者とどう戦ったのか!
E2D3.org
カスタマーサクセスのためのデータ整備人の活動記録
カスタマーサクセスのためのデータ整備人の活動記録
syou6162
Qgis2.18 基礎編
Qgis2.18 基礎編
Jyun Tanaka
ETの開発現場で求められている人材像と育成方法
ETの開発現場で求められている人材像と育成方法
ESM SEC
データ集計業務を半年で300案件捌いて見えてきた勘所 #データ解析 #willgate
データ集計業務を半年で300案件捌いて見えてきた勘所 #データ解析 #willgate
@yuzutas0 Yokoyama
Tableauデータサイエンス勉強会12月ライトニング_柴田さん
Tableauデータサイエンス勉強会12月ライトニング_柴田さん
Tomohiro Iwahashi
あなたの業務に機械学習を活用する5つのポイント
あなたの業務に機械学習を活用する5つのポイント
Shohei Hido
Machine Learning Serviceを使ってみよう
Machine Learning Serviceを使ってみよう
Yoshitaka Seo
本当に知ってる!? リアルなデータ分析の世界~サイカのエンジニアが語る、話題の技術の「いま」と「未来」~
本当に知ってる!? リアルなデータ分析の世界~サイカのエンジニアが語る、話題の技術の「いま」と「未来」~
Hisao Soyama
Data-Centric AI開発における データ生成の取り組み
Data-Centric AI開発における データ生成の取り組み
Takeshi Suzuki
Excelを使って学ぶ、統計の基礎
Excelを使って学ぶ、統計の基礎
webcampusschoo
LiBRA 04.2019 / RPA
LiBRA 04.2019 / RPA
Masanori Saito
メルペイあと払いを実現するData Pipeline
メルペイあと払いを実現するData Pipeline
SatoshiMatsuzaki1
Elasticsearchの機械学習機能を使ってみた
Elasticsearchの機械学習機能を使ってみた
YuichiArisaka
Data-centricなML開発
Data-centricなML開発
Takeshi Suzuki
統計データを楽しむ 「新しいアクティブ・ラーニング教材」の提案
統計データを楽しむ 「新しいアクティブ・ラーニング教材」の提案
E2D3.org
グラフデータベースは如何に自然言語を理解するか?
グラフデータベースは如何に自然言語を理解するか?
Insight Technology, Inc.
Docker and the Oracle Database
Docker and the Oracle Database
Insight Technology, Inc.
More Related Content
Similar to [db analytics showcase Sapporo 2018] B32 無いなら作ろう!教師データ作成のあれこれ
はじパタ2章
はじパタ2章
tetsuro ito
オープンセミナー岡山 これから始めるデータ活用
オープンセミナー岡山 これから始めるデータ活用
syou6162
自動でバグを見つける!プログラム解析と動的バイナリ計装
自動でバグを見つける!プログラム解析と動的バイナリ計装
uchan_nos
ビジネスマネージャとデータ分析
ビジネスマネージャとデータ分析
TOSHI STATS Co.,Ltd.
タイトルが決まるまで担当編集者とどう戦ったのか!
タイトルが決まるまで担当編集者とどう戦ったのか!
E2D3.org
カスタマーサクセスのためのデータ整備人の活動記録
カスタマーサクセスのためのデータ整備人の活動記録
syou6162
Qgis2.18 基礎編
Qgis2.18 基礎編
Jyun Tanaka
ETの開発現場で求められている人材像と育成方法
ETの開発現場で求められている人材像と育成方法
ESM SEC
データ集計業務を半年で300案件捌いて見えてきた勘所 #データ解析 #willgate
データ集計業務を半年で300案件捌いて見えてきた勘所 #データ解析 #willgate
@yuzutas0 Yokoyama
Tableauデータサイエンス勉強会12月ライトニング_柴田さん
Tableauデータサイエンス勉強会12月ライトニング_柴田さん
Tomohiro Iwahashi
あなたの業務に機械学習を活用する5つのポイント
あなたの業務に機械学習を活用する5つのポイント
Shohei Hido
Machine Learning Serviceを使ってみよう
Machine Learning Serviceを使ってみよう
Yoshitaka Seo
本当に知ってる!? リアルなデータ分析の世界~サイカのエンジニアが語る、話題の技術の「いま」と「未来」~
本当に知ってる!? リアルなデータ分析の世界~サイカのエンジニアが語る、話題の技術の「いま」と「未来」~
Hisao Soyama
Data-Centric AI開発における データ生成の取り組み
Data-Centric AI開発における データ生成の取り組み
Takeshi Suzuki
Excelを使って学ぶ、統計の基礎
Excelを使って学ぶ、統計の基礎
webcampusschoo
LiBRA 04.2019 / RPA
LiBRA 04.2019 / RPA
Masanori Saito
メルペイあと払いを実現するData Pipeline
メルペイあと払いを実現するData Pipeline
SatoshiMatsuzaki1
Elasticsearchの機械学習機能を使ってみた
Elasticsearchの機械学習機能を使ってみた
YuichiArisaka
Data-centricなML開発
Data-centricなML開発
Takeshi Suzuki
統計データを楽しむ 「新しいアクティブ・ラーニング教材」の提案
統計データを楽しむ 「新しいアクティブ・ラーニング教材」の提案
E2D3.org
Similar to [db analytics showcase Sapporo 2018] B32 無いなら作ろう!教師データ作成のあれこれ
(20)
はじパタ2章
はじパタ2章
オープンセミナー岡山 これから始めるデータ活用
オープンセミナー岡山 これから始めるデータ活用
自動でバグを見つける!プログラム解析と動的バイナリ計装
自動でバグを見つける!プログラム解析と動的バイナリ計装
ビジネスマネージャとデータ分析
ビジネスマネージャとデータ分析
タイトルが決まるまで担当編集者とどう戦ったのか!
タイトルが決まるまで担当編集者とどう戦ったのか!
カスタマーサクセスのためのデータ整備人の活動記録
カスタマーサクセスのためのデータ整備人の活動記録
Qgis2.18 基礎編
Qgis2.18 基礎編
ETの開発現場で求められている人材像と育成方法
ETの開発現場で求められている人材像と育成方法
データ集計業務を半年で300案件捌いて見えてきた勘所 #データ解析 #willgate
データ集計業務を半年で300案件捌いて見えてきた勘所 #データ解析 #willgate
Tableauデータサイエンス勉強会12月ライトニング_柴田さん
Tableauデータサイエンス勉強会12月ライトニング_柴田さん
あなたの業務に機械学習を活用する5つのポイント
あなたの業務に機械学習を活用する5つのポイント
Machine Learning Serviceを使ってみよう
Machine Learning Serviceを使ってみよう
本当に知ってる!? リアルなデータ分析の世界~サイカのエンジニアが語る、話題の技術の「いま」と「未来」~
本当に知ってる!? リアルなデータ分析の世界~サイカのエンジニアが語る、話題の技術の「いま」と「未来」~
Data-Centric AI開発における データ生成の取り組み
Data-Centric AI開発における データ生成の取り組み
Excelを使って学ぶ、統計の基礎
Excelを使って学ぶ、統計の基礎
LiBRA 04.2019 / RPA
LiBRA 04.2019 / RPA
メルペイあと払いを実現するData Pipeline
メルペイあと払いを実現するData Pipeline
Elasticsearchの機械学習機能を使ってみた
Elasticsearchの機械学習機能を使ってみた
Data-centricなML開発
Data-centricなML開発
統計データを楽しむ 「新しいアクティブ・ラーニング教材」の提案
統計データを楽しむ 「新しいアクティブ・ラーニング教材」の提案
More from Insight Technology, Inc.
グラフデータベースは如何に自然言語を理解するか?
グラフデータベースは如何に自然言語を理解するか?
Insight Technology, Inc.
Docker and the Oracle Database
Docker and the Oracle Database
Insight Technology, Inc.
Great performance at scale~次期PostgreSQL12のパーティショニング性能の実力に迫る~
Great performance at scale~次期PostgreSQL12のパーティショニング性能の実力に迫る~
Insight Technology, Inc.
事例を通じて機械学習とは何かを説明する
事例を通じて機械学習とは何かを説明する
Insight Technology, Inc.
仮想通貨ウォレットアプリで理解するデータストアとしてのブロックチェーン
仮想通貨ウォレットアプリで理解するデータストアとしてのブロックチェーン
Insight Technology, Inc.
MBAAで覚えるDBREの大事なおしごと
MBAAで覚えるDBREの大事なおしごと
Insight Technology, Inc.
グラフデータベースは如何に自然言語を理解するか?
グラフデータベースは如何に自然言語を理解するか?
Insight Technology, Inc.
DBREから始めるデータベースプラットフォーム
DBREから始めるデータベースプラットフォーム
Insight Technology, Inc.
SQL Server エンジニアのためのコンテナ入門
SQL Server エンジニアのためのコンテナ入門
Insight Technology, Inc.
Lunch & Learn, AWS NoSQL Services
Lunch & Learn, AWS NoSQL Services
Insight Technology, Inc.
db tech showcase2019オープニングセッション @ 森田 俊哉
db tech showcase2019オープニングセッション @ 森田 俊哉
Insight Technology, Inc.
db tech showcase2019 オープニングセッション @ 石川 雅也
db tech showcase2019 オープニングセッション @ 石川 雅也
Insight Technology, Inc.
db tech showcase2019 オープニングセッション @ マイナー・アレン・パーカー
db tech showcase2019 オープニングセッション @ マイナー・アレン・パーカー
Insight Technology, Inc.
難しいアプリケーション移行、手軽に試してみませんか?
難しいアプリケーション移行、手軽に試してみませんか?
Insight Technology, Inc.
Attunityのソリューションと異種データベース・クラウド移行事例のご紹介
Attunityのソリューションと異種データベース・クラウド移行事例のご紹介
Insight Technology, Inc.
そのデータベース、クラウドで使ってみませんか?
そのデータベース、クラウドで使ってみませんか?
Insight Technology, Inc.
コモディティサーバー3台で作る高速処理 “ハイパー・コンバージド・データベース・インフラストラクチャー(HCDI)” システム『Insight Qube』...
コモディティサーバー3台で作る高速処理 “ハイパー・コンバージド・データベース・インフラストラクチャー(HCDI)” システム『Insight Qube』...
Insight Technology, Inc.
複数DBのバックアップ・切り戻し運用手順が異なって大変?!運用性の大幅改善、その先に。。
複数DBのバックアップ・切り戻し運用手順が異なって大変?!運用性の大幅改善、その先に。。
Insight Technology, Inc.
Attunity社のソリューションの日本国内外適用事例及びロードマップ紹介[ATTUNITY & インサイトテクノロジー IoT / Big Data フ...
Attunity社のソリューションの日本国内外適用事例及びロードマップ紹介[ATTUNITY & インサイトテクノロジー IoT / Big Data フ...
Insight Technology, Inc.
レガシーに埋もれたデータをリアルタイムでクラウドへ [ATTUNITY & インサイトテクノロジー IoT / Big Data フォーラム 2018]
レガシーに埋もれたデータをリアルタイムでクラウドへ [ATTUNITY & インサイトテクノロジー IoT / Big Data フォーラム 2018]
Insight Technology, Inc.
More from Insight Technology, Inc.
(20)
グラフデータベースは如何に自然言語を理解するか?
グラフデータベースは如何に自然言語を理解するか?
Docker and the Oracle Database
Docker and the Oracle Database
Great performance at scale~次期PostgreSQL12のパーティショニング性能の実力に迫る~
Great performance at scale~次期PostgreSQL12のパーティショニング性能の実力に迫る~
事例を通じて機械学習とは何かを説明する
事例を通じて機械学習とは何かを説明する
仮想通貨ウォレットアプリで理解するデータストアとしてのブロックチェーン
仮想通貨ウォレットアプリで理解するデータストアとしてのブロックチェーン
MBAAで覚えるDBREの大事なおしごと
MBAAで覚えるDBREの大事なおしごと
グラフデータベースは如何に自然言語を理解するか?
グラフデータベースは如何に自然言語を理解するか?
DBREから始めるデータベースプラットフォーム
DBREから始めるデータベースプラットフォーム
SQL Server エンジニアのためのコンテナ入門
SQL Server エンジニアのためのコンテナ入門
Lunch & Learn, AWS NoSQL Services
Lunch & Learn, AWS NoSQL Services
db tech showcase2019オープニングセッション @ 森田 俊哉
db tech showcase2019オープニングセッション @ 森田 俊哉
db tech showcase2019 オープニングセッション @ 石川 雅也
db tech showcase2019 オープニングセッション @ 石川 雅也
db tech showcase2019 オープニングセッション @ マイナー・アレン・パーカー
db tech showcase2019 オープニングセッション @ マイナー・アレン・パーカー
難しいアプリケーション移行、手軽に試してみませんか?
難しいアプリケーション移行、手軽に試してみませんか?
Attunityのソリューションと異種データベース・クラウド移行事例のご紹介
Attunityのソリューションと異種データベース・クラウド移行事例のご紹介
そのデータベース、クラウドで使ってみませんか?
そのデータベース、クラウドで使ってみませんか?
コモディティサーバー3台で作る高速処理 “ハイパー・コンバージド・データベース・インフラストラクチャー(HCDI)” システム『Insight Qube』...
コモディティサーバー3台で作る高速処理 “ハイパー・コンバージド・データベース・インフラストラクチャー(HCDI)” システム『Insight Qube』...
複数DBのバックアップ・切り戻し運用手順が異なって大変?!運用性の大幅改善、その先に。。
複数DBのバックアップ・切り戻し運用手順が異なって大変?!運用性の大幅改善、その先に。。
Attunity社のソリューションの日本国内外適用事例及びロードマップ紹介[ATTUNITY & インサイトテクノロジー IoT / Big Data フ...
Attunity社のソリューションの日本国内外適用事例及びロードマップ紹介[ATTUNITY & インサイトテクノロジー IoT / Big Data フ...
レガシーに埋もれたデータをリアルタイムでクラウドへ [ATTUNITY & インサイトテクノロジー IoT / Big Data フォーラム 2018]
レガシーに埋もれたデータをリアルタイムでクラウドへ [ATTUNITY & インサイトテクノロジー IoT / Big Data フォーラム 2018]
Recently uploaded
論文紹介:Selective Structured State-Spaces for Long-Form Video Understanding
論文紹介:Selective Structured State-Spaces for Long-Form Video Understanding
Toru Tamaki
知識ゼロの営業マンでもできた!超速で初心者を脱する、悪魔的学習ステップ3選.pptx
知識ゼロの営業マンでもできた!超速で初心者を脱する、悪魔的学習ステップ3選.pptx
sn679259
LoRaWANスマート距離検出センサー DS20L カタログ LiDARデバイス
LoRaWANスマート距離検出センサー DS20L カタログ LiDARデバイス
CRI Japan, Inc.
Amazon SES を勉強してみる その32024/04/26の勉強会で発表されたものです。
Amazon SES を勉強してみる その32024/04/26の勉強会で発表されたものです。
iPride Co., Ltd.
Amazon SES を勉強してみる その22024/04/26の勉強会で発表されたものです。
Amazon SES を勉強してみる その22024/04/26の勉強会で発表されたものです。
iPride Co., Ltd.
論文紹介:Video-GroundingDINO: Towards Open-Vocabulary Spatio-Temporal Video Groun...
論文紹介:Video-GroundingDINO: Towards Open-Vocabulary Spatio-Temporal Video Groun...
Toru Tamaki
論文紹介: The Surprising Effectiveness of PPO in Cooperative Multi-Agent Games
論文紹介: The Surprising Effectiveness of PPO in Cooperative Multi-Agent Games
atsushi061452
Observabilityは従来型の監視と何が違うのか(キンドリルジャパン社内勉強会:2022年10月27日発表)
Observabilityは従来型の監視と何が違うのか(キンドリルジャパン社内勉強会:2022年10月27日発表)
Hiroshi Tomioka
LoRaWAN スマート距離検出デバイスDS20L日本語マニュアル
LoRaWAN スマート距離検出デバイスDS20L日本語マニュアル
CRI Japan, Inc.
Utilizing Ballerina for Cloud Native Integrations
Utilizing Ballerina for Cloud Native Integrations
WSO2
新人研修 後半 2024/04/26の勉強会で発表されたものです。
新人研修 後半 2024/04/26の勉強会で発表されたものです。
iPride Co., Ltd.
Recently uploaded
(11)
論文紹介:Selective Structured State-Spaces for Long-Form Video Understanding
論文紹介:Selective Structured State-Spaces for Long-Form Video Understanding
知識ゼロの営業マンでもできた!超速で初心者を脱する、悪魔的学習ステップ3選.pptx
知識ゼロの営業マンでもできた!超速で初心者を脱する、悪魔的学習ステップ3選.pptx
LoRaWANスマート距離検出センサー DS20L カタログ LiDARデバイス
LoRaWANスマート距離検出センサー DS20L カタログ LiDARデバイス
Amazon SES を勉強してみる その32024/04/26の勉強会で発表されたものです。
Amazon SES を勉強してみる その32024/04/26の勉強会で発表されたものです。
Amazon SES を勉強してみる その22024/04/26の勉強会で発表されたものです。
Amazon SES を勉強してみる その22024/04/26の勉強会で発表されたものです。
論文紹介:Video-GroundingDINO: Towards Open-Vocabulary Spatio-Temporal Video Groun...
論文紹介:Video-GroundingDINO: Towards Open-Vocabulary Spatio-Temporal Video Groun...
論文紹介: The Surprising Effectiveness of PPO in Cooperative Multi-Agent Games
論文紹介: The Surprising Effectiveness of PPO in Cooperative Multi-Agent Games
Observabilityは従来型の監視と何が違うのか(キンドリルジャパン社内勉強会:2022年10月27日発表)
Observabilityは従来型の監視と何が違うのか(キンドリルジャパン社内勉強会:2022年10月27日発表)
LoRaWAN スマート距離検出デバイスDS20L日本語マニュアル
LoRaWAN スマート距離検出デバイスDS20L日本語マニュアル
Utilizing Ballerina for Cloud Native Integrations
Utilizing Ballerina for Cloud Native Integrations
新人研修 後半 2024/04/26の勉強会で発表されたものです。
新人研修 後半 2024/04/26の勉強会で発表されたものです。
[db analytics showcase Sapporo 2018] B32 無いなら作ろう!教師データ作成のあれこれ
1.
無いなら作ろう! 教師データ作成のあれこれ @db analytics showcase
Sapporo 2018 足立 悠 1
2.
料理とデータ分析は似ている 2
3.
3 料理のフロー 材料 下ごしらえ・調理 おかず
4.
4 分析のフロー データ 前処理・解析 モデル
5.
5 レシピ教師データ
6.
スマートものづくり 6https://meti-journal.jp/p/2 故障や異常の兆候を検出したい
7.
故障や異常の兆候を検出したい 故障や異常(教師データ)は滅多に起こらない 7
8.
教師データを作るしかない! 8
9.
自己紹介 足立 悠(あだち はるか) 日立造船株式会社 データサイエンティスト 主な業務は自社のAI・IoT技術の活用推進、実務者への技術指 導やリテラシー教育。 9
10.
目次 1.教師データを作成するには? 2.機械学習のおさらい 3.機械学習を使った教師データ作成 - データ間の距離をみる - データの変化量をみる -
データ自身を振り返る - データの構造をみる 10
11.
目次 1.教師データを作成するには? 2.機械学習のおさらい 3.機械学習を使った教師データ作成 - データ間の距離をみる - データの変化量をみる -
データ自身を振り返る - データの構造をみる 11
12.
12 わざと異常な挙動を させてデータを収集 2通りの方法がある
13.
13 わざと異常な挙動をさせて データを収集 破壊してデータを収集
14.
AI(機械学習・深層学習)を利用 14 常時の挙動 攻撃を受けた時の挙動 学習 常時から逸脱する挙動(データ)を収集
15.
目次 1.教師データを作成するには? 2.機械学習のおさらい 3.機械学習を使った教師データ作成 - データ間の距離をみる - データの変化量をみる -
データ自身を振り返る - データの構造をみる 15
16.
学習と推論のフロー http://blogs.itmedia.co.jp/itsolutionjuku/2015/07/post_106.html 16
17.
機械学習の種類 17 ・教師あり学習 結果(目的変数)と状態(説明変数)から未来を予測する。 ・教師なし学習 説明変数のみのデータから新たな知見を発見する。 ・強化学習 施行を積み重ね「よいやり方」と「悪いやり方」を学ぶ。成功したら報 酬を得られ、失敗したらペナルティを受ける。
18.
教師なし学習のイメージ 18 普段と違う動きを発見 例)センサの外れ値検出 グループの発見 例)顧客セグメンテーション ・異常値の発見 ・クラスタリング
19.
目次 1.教師データを作成するには? 2.機械学習のおさらい 3.機械学習を使った教師データ作成 - データ間の距離をみる - データの変化量をみる -
データ自身を振り返る - データの構造をみる 19
20.
異常部位を検出したい 他の箇所と違う 20
21.
部分時系列へ変換 21 スライド t (0) t
(1) t (2) ・・・ t(99) 窓の幅N t (1) t (2) t (3) ・・・ t(100) ・・・ t(N-3) t(N-2) t(N-1) 部分時系列 ・・・
22.
k近傍法を使って距離を計算 22 ・過去データのカテゴリ( と )を参照し、新規データ ( )のカテゴリを予測する。 ・新規データのk個の近傍データの多数決で決まる。 ・k=3のとき 赤:2、青:1 → ・k=7のとき 赤:3、青:4 → ・k=10のとき
赤:4、青:6 →
23.
Demo 23
24.
目次 1.教師データを作成するには? 2.機械学習のおさらい 3.機械学習を使った教師データ作成 - データ間の距離をみる - データの変化量をみる -
データ自身を振り返る - データの構造をみる 24
25.
異常点を検出したい 他の箇所と違う 25
26.
部分時系列へ変換 26 幅Nの窓でスライド 部分時系列1 部分時系列2 両者の違い・・・ ・・・
27.
特異値分解を使って差分を計算 27 ・特異値分解は次元圧縮の手法の一つ。 ・任意のm×n行列Aを、A=UΣVと表現する。 ・U:m×mの直行行列 ・∑:Aの特異値を対角要素として持つm×nの行列 ・V:n×nの直行行列 例: 特異値 右特異値ベクトル左特異値ベクトル
28.
Demo 28
29.
バースト検知 29急激な変化が見られる
30.
NYSOL 30http://www.nysol.jp/ ・データ前処理と分析のためのコマンド ・Linux、Macで使用できる。WindowsはVirtualBoxやWSL(Win10以降) を介して使用できる。 バースト検知コマンド
31.
目次 1.教師データを作成するには? 2.機械学習のおさらい 3.機械学習を使った教師データ作成 - データ間の距離をみる - データの変化量をみる -
データ自身を振り返る - データの構造をみる 31
32.
部分時系列へ変換 32 スライド t (0) t
(1) t (2) ・・・ t(99) 窓の幅N t (1) t (2) t (3) ・・・ t(100) 部分時系列 ・・・ ・・・ t(N-3) t(N-2) t(N-1)
33.
オートエンコーダを使って差分を計算 33 ・出力を入力に近付けるよう中間層を学習する。 入力層 出力層中間層 入力 出力
34.
Demo 34
35.
目次 1.教師データを作成するには? 2.機械学習のおさらい 3.機械学習を使った教師データ作成 - データ間の距離をみる - データの変化量をみる -
データ自身を振り返る - データの構造をみる 35
36.
ネットワークへ変換 36 幅Nの窓でスライド
37.
ネットワークの表現 37 1 23 4 5 = 0.0 0.5
0.8 0.0 0.0 0.5 0.0 0.7 0.0 0.0 0.8 0.7 0.0 0.5 0.0 0.0 0.0 0.5 0.0 0.6 0.0 0.0 0.0 0.6 0.0 1 2 3 4 5 12345 ・ネットワーク構造は隣接行列で表現できる。
38.
次数を使って構造の差を計算 38 区間Aの次数分布 区間Bの次数分布 分布の傾きに違いが見られる
39.
Demo 39
40.
ご清聴ありがとうございました! 40
Download now