スピードマスタ・シリーズ
プロの技術を1日で！実習キット付きVOD

［VOD］故障推定から画像認識まで！「主成分分析」による最高性能AIエッジ 開発入門

データ群を最高効率で濃縮し，特徴を定量的に捉え見える化




Linux I/Oコンピュータ“ラズベリー・パイ”を動かしながら
IoT/AIエッジ開発の鍵を握る基盤技術を体験学習

高速に学習し，精度の高い自動認識能力をもつAIを組み込んだ産業機器やロボットの開発が始まっています．これらの実用的なAIエッジを作るためには，デバイス側で，大量の計測データから特徴成分だけを抽出する「主成分分析」をすべきです．それにより，ニューラル・ネットワークを備えるサーバ側の性能も向上させることができます．

「主成分分析」は，マーケティングや研究開発など，データ分析を必要とするあらゆる分野ですでに活用されていますが，画像認識や故障推定などの組み込み技術にもたいへん有効です．

本セミナでは，統計処理言語“R”や汎用言語“Python”を，ディジタルI/Oを備える定番Linuxワンボード・コンピュータ“ラズベリー・パイ”で動かしながら，AIエッジ開発の大切な入口を丁寧に解説します．

コンピュータの力でデータ群を最高効率で濃縮し
特徴を定量的に捉え見える化

「主成分分析」は，ビッグ・データを効率よく解析するための非常に強力な手法です．エレクトロニクスの分野における信号処理や，いわゆる“AI”のパターン認識に応用されています．さらに，マーケティングから人文・社会科学の分野にいたるまで，その応用範囲は多岐に渡ります．本セミナーでは「アメリカの大統領選挙の州別データ」を題材にして，主成分分析の実施例と具体的な解析方法を紹介します．「基礎編」，「応用編」，「原理解説編」の3つのコースを用意しています．すべてのコースを受講すれば，原理となる数学から実際の応用やプログラミング例まで幅広い理解を得ることができます．

受講対象

  • 非常に強力な分析手法である「主成分分析」を体験したい方
  • 統計処理をマーケティングや社会調査に利用したい方
  • “R”を利用した統計処理をやってみたい方
  • “Python”による統計処理をやってみたい方
  • 統計処理の根底にある数学（微分，線形代数，統計学）を学びたい方

本製品の紹介動画

（1）AIエッジ開発 初めの1歩【第1話】8分

ディープラーニングに加える前に計測データを洗練させる

（2）AIエッジ開発 初めの1歩【第2話】7分

ラズベリー・パイと統計処理プログラミング言語”R”で，計測データから特徴成分を抽出する

（3）AIエッジ開発 初めの1歩【第3話】約4分

ラズベリー・パイと汎用プログラミング言語 “Python”で，計測データから特徴成分を抽出する

（4）AIエッジ開発 初めの1歩【第4話】10分

計測データのブラッシュアップ統計処理ツール「主成分分析」

（5）AIエッジ開発 初めの1歩【第5話】13分

主成分分析で機械的に抽出した特徴量データを読み解く

AIエッジ開発 初めの1歩【第6話】11分

10次元から2次元に圧縮した特徴量データは元の70％をキープしている

（7）主成分分析によるビッグ・データの最高効率濃縮のようす 2分

講義テキストのサンプル

  1. 統計数学と主成分分析によるビッグ・データの可視化とパターン認識 [Part1] 入門編
  2. 統計数学と主成分分析によるビッグ・データの可視化とパターン認識 [Part2] 応用編
  3. 統計数学と主成分分析によるビッグ・データの可視化とパターン認識 [Part3] 原理解説編

本オンデマンド製品を購入された方へ　～視聴リンクとパスワード～

下記リンク先（青字）をクリックして，本製品購入後にメールにてお知らせしたパスワードを入力してください．

主成分分析セミナ_入門編（著作権保護のためパスワードがかけられています）

講義ビデオ：誤認識ゼロ！主成分分析による最高性能AIエッジ開発_入門編.mp4

  • 0:21:34 　今回扱うデータの概要
  • 0:28:08 　主成分分析とは何なのか
  • 0:45:26 　アメリカ大統領選挙（2020年）のデータを読む
  • 1:07:59 　主成分分析のその他の応用例
  • 1:17:07 　Rの実習（1）：“princomp()”関数の基本操作
  • 1:50:56 　Rの実習（2）：“prcomp()”関数の基本操作
  • 2:02:08 　Rの実習（3）：グラフの見栄えを整える

講義テキスト

主成分分析セミナ_応用編（著作権保護のためパスワードがかけられています）

講義ビデオ： 誤認識ゼロ！主成分分析による最高性能AIエッジ開発_応用編.mp4

  • 0:10:00 　記述統計の基礎
  • 0:43:24 　確率論の基礎
  • 0:56:27 　1変数の確率分布
  • 1:17:52 　標本分散と不偏分散
  • 1:38:45 　固有値と固有ベクトル
  • 2:19:53 　Pythonによるプログラム例
  • 2:34:34 　主成分分析の信号処理への応用

講義テキスト

主成分分析セミナ_原理解説編の前半（著作権保護のためパスワードがかけられています）

講義ビデオ：誤認識ゼロ！主成分分析による最高性能AIエッジ開発_原理解説編の前半.mp4

  • 0:16:56 　微分・積分の使い道
  • 0:42:51 　1変数関数の微分
  • 0:59:47 　1変数関数の積分
  • 1:29:28 　テイラー展開
  • 1:37:52 　2変数関数の微分
  • 1:52:01 　ラグランジュの未定乗数法

講義テキスト

主成分分析セミナ_原理解説編の後半（著作権保護のためパスワードがかけられています）

講義ビデオ：誤認識ゼロ！主成分分析による最高性能AIエッジ開発_原理解説編の後半.mp4

  • 0:01:10 　線形代数の導入
  • 0:08:48 　ベクトル
  • 0:35:58 　行列
  • 1:02:36 　固有値と固有ベクトル
  • 1:28:44 　主成分分析のアルゴリズム導出（1）
  • 1:50:32 　主成分分析のアルゴリズム導出（2）

講義テキスト

講師紹介

詳細はこちらを参照ください．

略歴

  • 2011年　東京工業大学 工学部　電気電子工学科　卒業
  • 2013年　東京工業大学大学院 理工学研究科　電子物理工学専攻　修了
  • 2013年　株式会社アドバンテスト　入社
  • 2016年　株式会社村田製作所　入社
  • 2019年　リニア・テック　開業

主な著書

  1. 電子回路のキホン 要点マスタ50，トランジスタ技術，2015年5月号，別冊付録，CQ出版社．
  2. 情熱のフル・ディスクリートFMラジオ，トランジスタ技術，2016年1月号　特集　第5章，CQ出版社．
  3. 本質理解！万能アナログ回路塾，トラジスタ技術，2017年9月号，連載，CQ出版社．
  4. 初等関数と微分・積分，2019年，CQ出版社．
  5. 月着陸船アポロに学ぶ確率統計コンピュータ，トランジスタ技術，2019年7月号　特集，CQ出版社．
  6. 大解剖！CPUはこうやって動いている，トランジスタ技術，2020年5月号　特集，CQ出版社．



プロの技術を1日で！
実習キット付き講義動画「スピードマスタ・シリーズ」

電子回路・基板設計からプログラミングまで，エンジニアがマスタすべき技術は多岐にわたり，開発期間も短くなっています．多くの書物を読み漁ったり，玉石混交のネット情報に振り回されたりしている暇はありません．

本シリーズには，各分野の一線で活躍する技術者が厳選したパーツセット，設計の要点を効率よく解説するセミナ動画，講義テキスト，お手本ソースコードなどが同梱されています．百戦錬磨の技を一見することで，未経験の技術が驚くほど短時間で身につくだけでなく，信頼性の高いシステム開発に必要なプロの眼が養われます．