抄録

◎栗原慶典・根山　亮・三宮千尋・那和一成（トヨタIT開発センター）

データ解析において、信頼性の高いデータを使用することは重要であり、仕様と異なるデータや異常値を含むデータは事前に取り除く必要がある。このクレンジング処理には時間がかかる上に、専門的な知識が必要である。
本研究ではクレンジング処理を自動的に行うことを目的とし、例題として時系列データを取り上げ、このデータに含まれる4種類の異常値の検出を試みた。実験では、異常レベルの異なるデータを人工的に生成し、教師あり機械学習手法としてのRandomForestを使用して自動的かつ簡便に異常値を検出した結果、異常レベルの高いデータでは適合率、再現率ともに90%以上の精度で検出できることが判明した。