★機械学習・異常検知手法の特徴、メリット、デメリットと
　適切な選び方、使い方を詳解！
　　「判定根拠の説明」、「異常データの収集」、「誤判断」、
　　「学習データの信頼性」問題にどう対応するか！

■本書のポイント
１．データ収集、データセット作成の負担をどう軽減するか！
２．特徴量抽出のため、どのようにデータを集め、加工するか！
３．AIのブラックボックス問題と説明可能なAIの作り方！
４．AIの品質保証をどう考えるか！製品品質を担保する検証技
　　法とは！
５．工場・プラントにおける高度な状態監視保全の構築法！
　　　　　　　　　 具体的にどのようにDXを進めればよいか！
６．物理モデル、デジタルツインによる機械の診断、制御手法！
７．回転機械における欠陥の早期検出、余寿命推定手法！
８．押出機におけるデータ解析手法、機械学習の選定、
　　　　　　　　　　　　　　　異常検知、寿命予測の具体例！
９．老朽化した社会インフラへの打音検査、画像認識技術による
　　劣化・異常の評価！
１０．食品・自動車部品・プラスチック成形品…
　　　　　　　　　外観検査のデジタル化、自動化のポイント！
１１．心電図、超音波画像AI、胸部CT画像…
　　　　　　　　　　医療分野における異常検知とその使い方！
１２．機械学習を用いた自動車の異常振動検知、車載ネットワー
　　　クへの侵入検知！