DLI Workshop at NVIDIA GTC 2022 Spring

「AI を応用した予知保全」

DLI (Deep Learning Institute) は、エヌビディアが提供するディープラーニング及びアクセラレーテッド コンピューティングのハンズオン トレーニングです。自習型の「オンラインコース」と、講師がリードする「ワークショップ」の形態があり、どちらもクラウドベースの GPU 付きハンズオン プラットフォーム上で、実際に手を動かしながら学べます。 NVIDIA GTC 2022 Spring では、「AI を応用した予知保全」の日本語ワークショップを開催します。 以下コース概要をご覧いただき、ぜひ NVIDIA GTC のウェブサイトからお申し込みください。

お申込みはこちらから！

コースの概要

「AI を応用した予知保全」

講師: 大串正矢 エヌビディア合同会社

このワークショップの魅力についてはこちらの Medium の記事でもご紹介しております。

対象者

• 工場などで製造設備やロボットのメンテナンスをされている方
• 時系列予測や異常検知を学びたい方

(ディープラーニングと機械学習の基礎的な知識があることに加えて、Python のコードを読み書き出来る必要があります。)

こんなことで困っている方にぴったり

• 製造業の分野ではセンサーデータなどの時系列データを用いて機器の状態を把握し、故障発生前に製品を取り替えることでダウンタイムをおさえる予知保全のニーズに対応。
• またネットワークや EC サイトではトラフィックの急激な上昇を事前に把握して対応したいケースに対応。

おすすめポイント

• ディープラーニングもしくは機械学習を用いた研修は自然言語処理や画像に関しては多くありますが、「時系列データに対する予知保全」の研修はあまり多くないためこの機会にぜひご参加くださいませ。

ワークショップのゴール

• ワークショップを完了すると、機械学習、ディープラーニングを用いた予知保全や異常検知、ハイパーパラメータ最適化ができるようになります。
• 応用力が必要ですが下記のことができるようになると思います。
• センサーデータを用いた製造業での機器の予知保全、異常検知
• ネットワークで異常なトラフィックの予知保全、異常検知
• EC サイトでサイトアクセスが閾値以上になりそうなタイミングの事前検知

学習内容

• モデル トレーニングのために時系列データを準備する方法
• XGBoost モデルで予知保全する方法
• LSTM 単体、および CNN と LSTM を組み合わせたモデルを使用して予知保全する方法
• LSTM エンコーダー/デコーダーモデル、1 次元畳み込みオートエンコーダーモデルを用いた異常検知する方法
• ディープラーニング モデルのハイパーパラメータの最適化を行う

事前準備のお願い

• Google Chrome または FireFox の最新版がインストールされたコンピューターをご利用ください (Internet Explorer、Safari は不可)。
• コンピューターに NVIDIA の GPU が搭載されている必要はありません。
• 最新のセキュリティ更新プログラム (セキュリティパッチ) を適用してください。
• アンチウィルス ソフトウェアのリアルタイム保護機能を無効化してください。
• WebSocket 疎通確認 をこちらのリンクからお願いします。「Test Steps」セクションの Connect WebSocket、Send test message、Receive test message が全て “Yes” となる必要があります。この条件を満たさないコンピューターではハンズオンを受講できません。

グループ購入でお得に受講できます

*グループ購入: 5 名以上が対象。お申込については GTC_Japan@nvidia.com までご相談くださいませ。

お申込みはこちらから！

みなさんのご参加をお待ちしています。