異なるドメインの知識を利用するための転移学習の基礎
松井 孝太（名古屋大学大学院医学系研究科 講師）
AI・データ利活用研究会 第58回
異なるドメインの知識を利用するための転移学習の基礎
松井 孝太（名古屋大学大学院医学系研究科 講師）
転移学習とは，新しいタスクに対する有効な仮説を効率的に見つけるために別のタスクで獲得した知識を利用するための機械学習の方法を指す．特に，大量の訓練データを用意することが難しい問題や，大規模なモデルの訓練コストを軽減する問題への強力なアプローチの１つであり，近年の大規模深層ニューラルネットモデルを利用可能たらしめている基盤技術となっているほか，医学や材料科学といったトータルのデータ数が限られている領域での知識獲得にも有効であることが期待される．
本発表では転移学習を転移する対象に基づいて分類し，データそのものを転移する事例転移，特徴量を共有する特徴転移，および学習済みモデルを転移するパラメータ転移について，各方法の技術的な詳細と性質を説明する．
| 講師： | 松井 孝太（名古屋大学大学院医学系研究科 講師） |
|---|---|
| テーマ： | AI・データ利活用研究会 第58回 |
| 日時： | 2023年10月13日(金) 講演 18:00-19:00 質疑 19:00-20:00 |
| 場所： | オンライン開催 |
| 参加費： | 無料 |
| 参加方法： | Zoomウェビナーを用いたオンラインでの開催となります。 開催時刻：2023年10月13日 06:00 PM 大阪、札幌、東京 トピック：AI・データ利活用研究会 第58回 このウェビナーに事前登録する： https://zoom.us/webinar/register/WN_agvLtF-uQ9Wk9MlK7NaNKg ご登録後、ウェビナー参加に関する確認メールが届きます。 |
| アクセス： | オンライン開催 |
| お問い合せ： | 本ウェブサイトの「お問い合せ」のページをご参照ください。 |