AIをベースとした時系列データの中から異常と障害を特定する方法や該当パーツの残りの耐用年数の見積もりについて学びます。
■到達目標 ・時系列データを使用し、XGBoost ベースの機械学習分類モデルで成果を予測できる。 ・LSTM ベースのモデルを使用し、機器の故障を予測できる。 ・時系列オートエンコーダーによる異常検出を利用し、限られた故障例データが利用できるとき、故障を予測できる。 ■対象者 産業分野における予知保全システムを開発・提供するSEおよび開発者の方。 ■前提知識 ・「0から始めるPython入門-データ分析での活用をテーマとして-」コースを修了しているか、または同等の知識があること。 ・「NVIDIA Deep Learning Institute（DLI）認定コース ディープラーニングの基礎」コースを修了しているか、または同等の知識があること。
この製品へのお問い合わせ
基本情報
■内容 1．オリエテーション 2．RAPIDSを用いたXGBoostのモデルの学習と部品の故障予測 3．Keras/TensorFlowによるLSTMモデルを用いた時系列データ部品故障予測 4．異常検知のためのオートエンコーダー ■「個人情報保護に関して」に記載されている内容に同意いただきました上で、利用目的の範囲で利用させて頂きます ・個人情報保護に関して https://www.hitachi-ac.co.jp/utility/privacy/ ・利用目的 １．イベント・セミナー開催情報や製品・サービス提供情報のご案内 ２．電子メールによる当社サービスやキャンペーン情報などの営業のご案内に利用 ※お気軽にお問合せ下さい。 ※デジタルトランスフォーメーション(DX)コースカリキュラムをご参照下さい。 ※モノづくりコースカリキュラムをご参照下さい。 ※会社案内もご覧ください。
価格情報
¥93,500（税込）
価格帯
1万円 ~ 10万円
納期
※関連リンクから、お申込み頂けます
用途／実績例
・このコースは、10:00～17:30の開催とさせていただきます。 ・当日までに、次のURLhttps://courses.nvidia.com/joinより、NVIDIA Developer Programアカウントを作成および、 ログインできるようにご準備ください。 ・受講にあたってはGoogle Chromeを利用可能なPC環境をご用意ください。 ・オンライン研修（バーチャル・クラスルーム）にお申込みの方は、必ず事前に接続確認をお願いします。 【事前接続確認はこちら】 https://www.hitachi-ac.co.jp/pdf/service/opcourse/VirtualClassroom/d_vc_flow.pdf
カタログ（4）
カタログをまとめてダウンロード
企業情報
「コンサルティング」・「研修」・「研修運営」の3本柱により お客さまの人財育成をトータルに支援 長年にわたりIT活用などで効果的で効率的な研修や専門性の高い研修の 提供に取り組んでまいりました。 今後は、研修機関の実績（強み）を結集・融合させ、ITやOT※、 経営・ビジネスの各分野で、世の中の動向に対応した研修サービスを 拡大・強化して提供してまいります。 ※OT：Operational Technology (制御・運用技術) ※モノづくり研修体系 https://www.hitachi-ac.co.jp/service/opcourse/theme/making.html