コース: データサイエンスの基礎：基本
今すぐ登録して、25,300件以上登録されている、業界エキスパート指導のコースを受講しましょう。
異常検知とは
少し前のことです。 私が使っているマックには、 アプリを起動するための ローンチパッドという仕組みが あるのですが、 なぜかこの日は正常に表示されず、 こんな画面になりました。 この種の異常が発生すると、 すぐにアプリを終了させて システムを再起動させるのが普通ですが、 さまざまな偶然が重なって アルゴリズムから生成された この絵柄に、私は魅了されてしまいました。 再起動をかけて正常な状態に戻す前に、 スクリーンショットを保存して、 その後もたびたび見直しています。 偶然が生んだデジタルアートとして よくできているからです。 ちょっとしたデジタルの不具合が、 こんな楽しい絵柄を生み出したのです。 偶然のすばらしい出会いや発見は、 セレンディピティとも呼ばれています。 例えば、マジックテープや アイスキャンディー、 貼ってはがせる付箋紙は、 セレンディピティがもたらした発明品です。 それを可能にしたのは、 普通とは違うものに目を向けて、 価値を見出す姿勢です。 異常やアノマリーというと、 取引が本人のものか偽物かを 見分ける不正検知への応用が、 よく話題になります。 ほかには、機械の故障や社員の離職などの 兆候を発見する目的で、異常検知が 使われることもあります。 しかし、発想を転換すれば、 まだ実現されていない価値や新しい分野、 新しい需要先を見つける方法として 異常検知を活用することも考えられます。 こういった用途すべてに共通するのが、 外れ値に目を向けるということです。 外れ値とは、多次元の空間でほかの点から 大きく離れて存在する事例や、 時系列で想定されるパターンや 予測されるトレンドに 当てはまらない事例のことです。 既知の不正や異常のパターンと 一致することで外れ値と わかるものもあります。 異常検知では、このいずれかの基準で 外れ値を特定し、 適切な対応に結びつけます。 その特定に用いられるのが、 データサイエンスにおいて 一般的なデータ分析の手法です。 例えば回帰分析では、 回帰式の予測と実際のデータを比べて、 通常のばらつきの範囲か、 それ以上の誤差があるかを見ます。 また、ベイズ分析では、 個々の取引データが不正である 事後確率を計算します。 階層クラスター分析や、 ニューラルネットワーク分析では、 個々のデータが決まったパターンに…
エクササイズファイルを使って実践してみましょう。
インストラクターがコースで使用しているファイルはダウンロードできます。見て、聞いて、練習することで、理解度を深めることができます。
コースをダウンロードして学習しましょう。
ラーニングコースをダウンロードしてオフラインで視聴しましょう。ダウンロードしたコースはLinkedInラーニングのモバイルアプリ (iOSまたはAndroid) で視聴できます。