21 0 0 0 OA 少量のデータに対する機械学習
- 著者
- 赤穂 昭太郎
- 出版者
- 一般社団法人 電子情報通信学会
- 雑誌
- 電子情報通信学会 基礎・境界ソサイエティ Fundamentals Review (ISSN:18820875)
- 巻号頁・発行日
- vol.16, no.4, pp.247-256, 2023-04-01 (Released:2023-04-01)
- 参考文献数
- 44
- 被引用文献数
- 1
近年の人工知能・機械学習の成功には大量のデータを前提として技術開発が進んできたという背景がある.一方,機械学習の適用分野が広がるとともに,コストをかけて収集された少量のデータに対しても機械学習を適用したいというニーズが高まっている.本稿では,スパースモデリングやベイズモデリングといった,少量データに向いた機械学習の枠組みを紹介する.また,深層学習に対して少量データの学習を行うための転移学習や,効率的なデータ取得を行うための能動学習やベイズ最適化などの手法についても述べる.更に,これらの枠組みをユーザとして適用する際の注意点のみならず基礎境界の研究分野として解決すべき数理的課題についても概説する.
言及状況
外部データベース (DOI)
Twitter (21 users, 21 posts, 147 favorites)
とても良かった。言葉の意味すらよく分かってなかった転移学習とかも概要を知れて良かった。
https://t.co/GiMmSN0f1i
https://t.co/3RduX6ktvQ
小データ関連だと赤穂先生の以下の記事も好き
少量のデータに対する機械学習
LASSOとかベイジアンとかで特別新しいことは書いてないけど，最近の解説論文
https://t.co/kiGpounkYQ
追加調査。
1.少量のデータに対する機械学習
スパースモデリングや半教師付き学習などの各手法を俯瞰できる。
https://t.co/JeVe7A4au0
2.A Survey on Deep Semi-supervised Learning
特に半教師付き学習について俯瞰できる。
https://t.co/hz8g6Kyqfw