出版社内容情報
【目次】
内容説明
適切な異常検知手法を選択するために役立つ理論を丁寧に解説。
目次
１ 異常検知の概要と使いどころ
２ データの概要把握と可視化
３ 教師あり学習を用いた手法
４ 教師なし学習を用いた手法１ －１変数データ
５ 教師なし学習を用いた手法２―計数データ
６ 教師なし学習を用いた手法３―多変数データ
７ 統計モデリングを用いた手法―入出力があるデータ
８ ベイズ統計モデリングを用いた手法―入出力があるデータ
９ 前処理と性能評価
著者等紹介
中村謙太［ナカムラケンタ］
２０１１年、東京大学工学部を卒業。２０１３年、東京大学大学院工学系研究科機械工学専攻にて修士課程を修了。製造業で機械学習を用いた品質保証・異常検知システムの開発に従事しており、研究知識を現場実装につなげるエンジニアリングが強み。Ｑｉｉｔａなどの技術発信プラットフォームで、Ｐｙｔｈｏｎを用いた機械学習、クラウド、ＩｏＴの記事を多数公開（本データはこの書籍が刊行された当時に掲載されていたものです）
※書籍に掲載されている著者及び編者、訳者、監修者、イラストレーターなどの紹介情報です。
