入門機械学習による異常検知(ニュウモン キカイ ガクシュウ ニ ヨル イジョウ ケンチ)

異常検知は「正常とは何か」を定義するところから始まる、独特の難しさを持つ分野です。本書はその異常検知を、統計モデルと機械学習の両面から体系的に整理した専門書です。著者の井手剛氏は IBM 東京基礎研究所での異常検知研究を背景に持ち、コロナ社の計測・制御テクノロジーシリーズから刊行されています。

ホテリングの T 二乗統計量、混合ガウスモデル、カーネル密度推定、サポートベクターマシンによる一クラス分類など、手法のカタログを並べるだけでなく、それぞれが「どのような正常性の仮定のもとで有効か」という前提条件を丁寧に議論している点が本書の強みです。製造業の品質管理やネットワークの侵入検知など応用領域は広いですが、本書はあくまで手法の理論と性質の理解に主軸を置いています。

前提として線形代数と確率・統計の基礎知識が必要で、数式の展開を追う場面が多いため、コードを写して動かすタイプの入門書とは異なります。ただし、手法の前提と限界を理解しないまま異常検知を運用すると「正常なのにアラートが鳴り続ける」問題に陥りやすく、本書はまさにその事態を防ぐための知識基盤を与えてくれます。