内容紹介：異常検知は製造業における不良品検出や故障の予兆検知、セキュリティ分野での不正アクセス検知、医療における病変検出など、実社会の幅広い場面で不可欠な技術です。本書は、その理論と実装をバランスよく解説した実用的な入門書です。「異常データが少ない」「データの分布にモデルがうまく当てはまらない」といった実務で頻発する課題を出発点に、教師あり学習、教師なし学習、統計モデリングを用いた異常検知手法を広く紹介し、その使い分け方法を体系的に整理します。基礎理論の平易な説明と、Pythonやオープンソースライブラリによる実用的なコード実装を通じて、実際のシステム設計や運用に直結する知識を提供します。異常検知の基礎と応用を一冊で身につけたい方に最適な手引きです。
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。
もくじ情報：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

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）