Upgrade to Pro
— share decks privately, control downloads, hide ads and more …
Speaker Deck
Sign up for free
Menu
Search
Features
All features
Private URLs
Password Protection
Custom URLS
Scheduled publishing
Remove Branding
Restrict embedding
Deck Collections
Notes
Features
All features
Private URLs
Password Protection
Custom URLS
Scheduled publishing
Remove Branding
Restrict embedding
Deck Collections
Notes
Explore
Featured decks
Featured speakers
Programming
Technology
Storyboards
Explore
Featured decks
Featured speakers
Programming
Technology
Storyboards
Pricing
Search
Sign in
Sign up for free
さあ、異常を検知しよう!!
Search
tsurubee
March 23, 2018
Technology
500
0
Share
Embed
Copy iframe code
Copy JS code
Copy link
Start on current slide
さあ、異常を検知しよう!!
異常検知の話
tsurubee
March 23, 2018
More Decks by tsurubee
See All by tsurubee
大規模言語モデルにおけるData-Centric AIと合成データの活用 / Data-Centric AI and Synthetic Data in Large Language Models
tsurubee
1
660
言語モデルによるAI創薬の進展 / Advancements in AI-Driven Drug Discovery Using Language Models
tsurubee
2
660
AIトップカンファレンスからみるData-Centric AIの研究動向 / Research Trends in Data-Centric AI: Insights from Top AI Conferences
tsurubee
3
3.5k
DeepCrysTet: A Deep Learning Approach Using Tetrahedral Mesh for Predicting Properties of Crystalline Materials
tsurubee
0
1.4k
3次元メッシュで表現した結晶構造を用いた材料物性の予測に向けた深層学習モデルの設計 / Design of Deep Learning Model for Predicting Material Properties Using Crystal Structure Represented by Three-Dimensional Mesh
tsurubee
1
2.6k
分散システムの性能異常に対する機械学習の解釈性に基づく原因診断手法 / A Method for Diagnosing the Causes of Performance Issues in Distributed Systems Based on the Interpretability of Machine Learning
tsurubee
0
1.8k
機械学習の解釈性に関する研究動向とシステム運用への応用 / A Survey on Interpretable Machine Learning and Its Application for System Operation
tsurubee
0
400
機械学習モデルの局所的な解釈に着目したシステムにおける異常の原因診断手法の構想
tsurubee
0
8.2k
アニーリングマシンを活用したエッジAIにおける 生成モデルの学習効率化のためのアーキテクチャ
tsurubee
0
1.7k
Other Decks in Technology
See All in Technology
10年欲しかった音楽管理アプリを、AIと一緒に作りはじめた
judau
1
200
AWS DevOps Agent スキルをつかいこなそう / Master AWS DevOps Agent Skills
kinunori
2
660
いちAWSエンジニアのAI活用を振り返る #devio2026 / devio osaka 2026 kawahara
masahirokawahara
2
310
認知負荷を吸収し、プロダクトをまたぐPR Preview基盤の設計事例
taiki45
2
570
インバスケット試験対策アプリを 作って見えたAIエージェント構築 ナレッジ2選
shichijoyuhi
1
110
1人アドミンな私はAWSアカウント申請をSlackで完結したい!
ysuzuki
0
110
2026-09-26 Platform Engineering Kaigi 2026 インフラとアプリの境界線と委譲の設計 / Drawing the Infra and App Line
masasuzu
0
580
個別開発で終わらせない。 現場の課題をプロダクトの強さに変える StockmarkのFDE
ktkrhr
0
540
セルフサービスのオブザーバビリティ基盤をOpenTelemetryで作る / Building a Self-Service Observability Platform with OpenTelemetry
ymotongpoo
3
520
2026-10-01_MagicPod_QAハーネスエンジニアリングとQA組織の未来像
ynisqa1988
1
410
並行性の問題を防げ!実践トランザクション入門
occhi
0
180
AIに書かせて、プラットフォームで縛る ― EKSプラットフォームで実践した責任境界と権限設計
elmodev09
1
1.1k
Featured
See All Featured
KATA
mclloyd
PRO
35
16k
Jess Joyce - The Pitfalls of Following Frameworks
techseoconnect
PRO
1
420
The World Runs on Bad Software
bkeepers
PRO
72
12k
The Language of Interfaces
destraynor
162
27k
Let's Do A Bunch of Simple Stuff to Make Websites Faster
chriscoyier
508
140k
Performance Is Good for Brains [We Love Speed 2024]
tammyeverts
12
1.9k
Marketing Yourself as an Engineer | Alaka | Gurzu
gurzu
0
320
Navigating Weather and Climate Data
rabernat
0
540
So, you think you're a good person
axbom
PRO
2
2.2k
Gemini Prompt Engineering: Practical Techniques for Tangible AI Outcomes
mfonobong
2
560
How To Stay Up To Date on Web Technology
chriscoyier
790
250k
Code Review Best Practice
trishagee
74
20k
Transcript
!UTVSVCFF(.01FQBCP *OD 5FDI.5( ͋͞ɺҟৗΛݕ͠Α͏ʂʂ
ΤϯδχΞ !UTVSVCFF ϗεςΟϯάࣄۀ෦ΠϯϑϥνʔϜ ݄ʹೖࣾ͠·ͨ͠ʂ
ࠓճɾɾ
Πϯϑϥ͡Όͳͯ͘ ҟৗݕͷ
ҟৗݕͱ େଟͷσʔλͱৼΔ͍͕ ҟͳΔσʔλΛݕग़͢Δٕज़ σʔλϚΠχϯά نଇੑɹҟৗ σʔλͷࢁ
օ͞ΜɺҟৗΛݕ͍ͨ͠ͱ͖ ͋Γ·͢ΑͶʁʁ
ҟৗݕͷԠ༻ઌ ίϯϐϡʔλΠϧε%PT߈ܸͷૣظൃݟ ηΩϡϦςΟ ނো༧ஹݕ ػց ྲྀߦͷݕɾ৽τϐοΫͷൃݟɾ ϢʔβߦಈͷมԽݕ ϚʔέςΟϯά
Πϯϑϥͱҟৗݕ IUUQTXXXDPNQVUFSPSHDTEMUSBOTULLIUNM .4#MBTUͷݕ
IUUQTTQFBLFSEFDLDPNTVHJZBNBNBDLFSFMNFFUVQOVNCFS Πϯϑϥͱҟৗݕ .BDLFSFMͷҟৗݕ
ϖύϘͰɾɾ IUUQTTQFBLFSEFDLDPNNBUTVNPUP@SJPU IUUQTTQFBLFSEFDLDPNNPOPDISPNFHBOFTDIFEVMFEBVUPTDBMJOHPGWJSUVBMTFSWFSTCZBDDFTTGSFRVFODZQSFEJDUJPO
ࠓ؆୯ͳྫΛͱʹ ҟৗݕͷงғؾΛ௫Ή ʢࣜग़͠·ͤΜʣ
ҟৗσʔλͷྫ %BWJTσʔλɿਓͷੑผɺଌఆͨ͠ɾମॏͷσʔλ IUUQTWJODFOUBSFMCVOEPDLHJUIVCJP3EBUBTFUTEBUBTFUTIUNM
ҟৗσʔλͷྫ %BWJTσʔλɿਓͷੑผɺଌఆͨ͠ɾମॏͷσʔλ IUUQTWJODFOUBSFMCVOEPDLHJUIVCJP3EBUBTFUTEBUBTFUTIUNM ҟৗʂ
ҟৗσʔλͷྫ %BWJTσʔλɿਓͷੑผɺଌఆͨ͠ɾମॏͷσʔλ IUUQTWJODFOUBSFMCVOEPDLHJUIVCJP3EBUBTFUTEBUBTFUTIUNM ҟৗʂ if value > 120: print('ERROR!') JGจͰݕͰ͖ͦ͏ʂ
Ұ൪γϯϓϧ͔ͭϙϐϡϥʔͳ ҟৗݕख๏ɿᮢઃఆ
ᮢઃఆͷᶃ ͷࠜڌԿʁ ҟৗʂ if value > 120: print('ERROR!') JGจͰݕͰ͖ͦ͏ʂ
ϗςϦϯάཧ ͪΌΜͱΔʹ౷ܭֶ ֎Ε ਖ਼نΛԾఆ͠ɺσʔλੜͷ֬ϞσϧΛֶश͢Δ ౷ܭֶΛͬͯ٬؍తͳਫ४Ͱݕ͢Δ ֎Ε
ᮢઃఆͷᶄ ࣌ܥྻมԽʹରԠͰ͖ͳ͍ ࣌ؒ ͬͪ͜0, ᮢม͑ͳ͍ͱʂ อकͭΒ͍ɾɾ ࣌ؒͷܦաͱͱʹ্ঢʹ͋Δ ࣌ؒͷܦաʹແؔ ԣ࣠࣌ؒͰ͢ʂ
࣌ܥྻมԽʹͲ͏ͬͯ ରԠ͠Α͏
Ұ൪γϯϓϧͳΞϓϩʔν
ೖྗσʔλΛͣΒͯ͠ΔͱউखʹରԠͯ͘͠ΕΔ εϥΠυ૭ ͜ͷதͰฏۉΛͱΔ ฏۉ ฏۉ͔Βͷ ڑ͕ҟৗ
͜ΕΛൃల͍ͤͯ͘͞ͱɾɾ
1ZUIPOҟৗݕϥΠϒϥϦ#BOQFJ
ಛҟεϖΫτϧม ࣌ࠁ શମΠϝʔδ ʮೖػցֶशʹΑΔҟৗݕ ʕ3ʹΑΔ࣮ફΨΠυʯͷਤ Λࢀߟʹ࡞ աڈଆͱݱࡏଆͷߦྻಉ࢜ͷ৯͍ҧ͍ͷେ͖͞ΛఆྔԽ ཤྺߦྻ9 ςετߦྻ9 ओ෦ۭؒ\V
VN ^ \R RN ^ มԽ
σϞ
#BOQFJʹΑΔҟৗݕ ಛҟεϖΫτϧมʹΑΔ͖ͷมԽݕ IUUQTXXXZPVUVCFDPNXBUDI W@XPVC-"I9L ಛҟεϖΫτϧมʹΑΔपҟৗݕ IUUQTXXXZPVUVCFDPNXBUDI WF'7/,"7U/1
·ͱΊ • ҟৗݕΠϯϑϥʹԠ༻Ͱ͖Δ • Ұ൪γϯϓϧͳҟৗݕᮢઃఆɺͰ͋Δ • ٬؍తͳਫ४Ͱҟৗݕ͢Δʹ౷ܭֶ • ࣌ܥྻͳมԽʹεϥΠυ૭ͳͲͷςΫχοΫ͕͑Δ
͝ਗ਼ௌ͋Γ͕ͱ͏͍͟͝·ͨ͠ʂ