平成23年度
第3回
本公演の映像公開はございません。
機械学習研究は、機械が経験から学習する仕組みの実現を目指すべく、1960年頃、人工知能研究の重要研究分野として誕生しました。その後、計算機パワーの向上に伴う技術の進展と普及により、パターン認識、自然言語処理、音声・音響処理、画像処理、バイオインフォマティックス、データマイニングなど広範囲の応用分野で機械学習技術の有用性が認知されるようになりました。特に、統計的機械学習は、観測データの生成過程を、本来観測されない潜在構造を導入し確率分布としてモデル化し、観測データのみならず将来得られるであろう未知データに対しても，予測という形で何らかの言明を可能とする点で実用上有用なアプローチです。しかし、統計的機械学習は、統計学（特にベイズ統計）や非線形最適化手法などを要素技術として含み、数式の多い論文が大半で、初学者には敷居が高い研究分野と言えます。そこで、本講演では非専門家を対象とした統計的機械学習入門として、その基本的な考え方、モデル化のコツ、知識として最低限必要な重要要素技術を、実応用例を交えて平易に解説します。