春雨直播app

本書はデータサイエンスの技术の1つである異常検知技术について解説したものです。異常検知とは大量のデータから「外れ値」や「変化」といった異常を効率的かつ高精度に検出する技术です。異常検知はマーケティング、セキュリティ、医療、金融などの広い分野に適用され、データサイエンスの中でも特に重要な技术と見なされています。本書は異常検知の基礎理論とともに、リスク管理分野、特に経済、教育、セキュリティ分野への応用を示すものです。本書の特徴は、基礎理論から応用への架け橋に重きを置いて書かれているところにあります。
 
第1章では、异常検知を大きく「外れ値検知」と「変化検知」に分けて、异常検知の基础を解説しています。前者は他とは空间的に大きく离れた异常点を検知することです。后者はデータ源の时间的な変动を検知することです。いずれもデータの规则性を学习することが基本となっています。本书の特徴は、これらの学习について「情报论的学习理论」に基づいて説明しているところです。情报论的学习理论とは、机械学习を「どれだけ情报量を获得したか」という立场から定量的に解き明かす理论です。それによって见通しのよい异常検知の体系を学ぶことができます.
 
第2章では、変化検知の経済データへの応用を紹介しています。例えば、株価時系列の変化検知により、その背後にある経済的なイベント (バブル発生や大地震など) の発生を同定できることを示しています。また、株主と株式をノードとし、株式所有をエッジとしたネットワークを考え、その変化検知を行うことによって、コーポレートガバナンスのマクロな変動を捉えることができることを示します。
 
第3章では、異常検知の教育データ解析への応用を示しています。近年、教育の現場ではデジタル学習環境の発達により、学習活動に関する大量データが蓄積されています。本章では、このような学習活動データへの異常検知技术の適用例を示しています。例えば、学習活動の履歴をクリックストリームとして捉え、その変化を検知することで、教材や授業の効果が上がったのか否かを検証できることを示しています。また、デジタル教材閲覧行動の外れ値検知によって、大多数の学習者と異なる教材閲覧行動をした学習者をあぶり出すことができます。これによって、きめの細かい学習支援ができることを示しています。
 
第4章では、リスク管理の一形态として、分散分権型环境での机械学习を绍介しています。民主主义、多様性、プライバシーといった3つの制约条件をもつ学习问题考えると、分散分権型学习は秘匿集计という问题に帰着されます。本章では、具体的な秘匿集计の方法を绍介しています。
 
本书を通じて、异常検知の理论をしっかりと学ぶことができると同时に、その応用の実际ついて、豊富な事例を基に学ぶことができます。
 

(紹介文執筆者: 情报理工学系研究科 教授 山西 健司 / 2023)