機械学習による異常検知の基本と応用がわかる！本書は、機械学習による異常検知および予測のしくみを解説します。読者が新しい異常検知システムを自ら構築できるようになることを最終目標とし、機械学習の基本概念からていねいに解説していきます。機械学習について誤差関数を中心に理解を深めることによって「外れ値とはなにか」「閾値はどのように設定すればよいか」といった異常検知における基本が自然と理解できます。そういった基礎から入りつつ、実際に時系列データを分析する際の手法と注意点（第３章）や、深層学習を用いた応用手法（第４章）といった実践的な内容まで踏み込み、最終的には自ら異常検知システムを構築できるよう導きます。全例題Ｐｙｔｈｏｎのコード付きなので、例題を実行しながらハードルの低い内容から実践的な内容までフォローできる入門書です。＜本書の特徴＞・誤差を中心に機械学習の原理を理解することで、異常検知の基本的な概念が自然と理解できます。・基本的な原理（第１章・第２章）だけでなく、実践的な手法（第３章）や最新の手法（第４章）まで学ぶことができます。・全例題Ｐｙｔｈｏｎコード付きなので、手を動かしながら学習することができます。

内容紹介：機械学習による異常検知の基本と応用がわかる！本書は、機械学習による異常検知および予測のしくみを解説します。読者が新しい異常検知システムを自ら構築できるようになることを最終目標とし、機械学習の基本概念からていねいに解説していきます。機械学習について誤差関数を中心に理解を深めることによって「外れ値とはなにか」「閾値はどのように設定すればよいか」といった異常検知における基本が自然と理解できます。そういった基礎から入りつつ、実際に時系列データを分析する際の手法と注意点（第３章）や、深層学習を用いた応用手法（第４章）といった実践的な内容まで踏み込み、最終的には自ら異常検知システムを構築できるよう導きます。全例題Ｐｙｔｈｏｎのコード付きなので、例題を実行しながらハードルの低い内容から実践的な内容までフォローできる入門書です。＜本書の特徴＞・誤差を中心に機械学習の原理を理解することで、異常検知の基本的な概念が自然と理解できます。・基本的な原理（第１章・第２章）だけでなく、実践的な手法（第３章）や最新の手法（第４章）まで学ぶことができます。・全例題Ｐｙｔｈｏｎコード付きなので、手を動かしながら学習することができます。
誤差関数がわかれば異常検知がわかる！時系列・非時系列データに対する異常検知をＰｙｔｈｏｎで学びましょう。異常検知を通して機械学習の本質を理解し、深層学習による応用を実践します。
もくじ情報：第０章　機械学習と異常検知（異常検知とは？；本書の意義と構成）；第１章　機械学習と統計解析の基本モデル（機械学習と誤差関数；機械学習と統計解析の比較　ほか）；第２章　非時系列データにおける異常検知（異常検知とデータ構造；正規分布に基づく異常検知　ほか）；第３章　時系列データにおける異常検知（時系列データの性質；自己回帰型モデルによる時系列データの解析　ほか）；第４章　深層学習による異常検知（深層学習フレームワークＲｅＮｏｍを用いた異常検知；深層学習による異常検知の応用事例　ほか）

曽我部　東馬(ソガベ　トウマ)
理学博士（物理学専攻）。マックス・プランク研究所（独）博士研究員、ケンブリッジ大学（英）研究員を経て、２００９年帰国、株式会社グリッドの設立に携わり、取締役最高技術責任者を務める。２０１１年より東京大学先端科学技術研究センター特任助教、特任准教授を歴任、２０１６年３月電気通信大学准教授、株式会社グリッド取締役（兼務）、東京大学先端科学技術研究センター客員研究員（兼務）。「深層学習‐深層強化学習‐回帰予測‐最適化」機能横断型機械学習フレームワーク∞ＲｅＮｏｍの産みの親として知られ、現在、人工知能を用いた、量子物理デバイスの最適化設計、量子コンピュータの最適化制御、そして、スマートグリッドをはじめとする社会インフラ全般における最適化研究に精力的に取り組んでいる