非会員:
50,600円
(本体価格:46,000円)
会員:
50,600円
(本体価格:46,000円)
学生:
50,600円
(本体価格:46,000円)
お1人様受講の場合 49,680円(46,000円+税)/1名
1口でお申込の場合 61,560円(57,000円+税)/1口(3名まで受講可能)
機械学習の応用において,画像や遺伝子データといった高次元データは頻繁に現れ,その重要性は高い.高次元データ解析には,データの含む不必要な情報に学習結果が影響され,過学習を引き起こしやすいという難しさがある.このような問題を回避する有効な方法として「スパース学習」がある.スパース学習は,データの本質的に意味のある情報の低次元性(スパース性)を利用し,目的に関係ない情報を削除しながら学習をする方法である.
本講義では,スパース学習の全体像を概略的に説明する.まず,スパース学習が有効な統計モデルを紹介し,その上でどのようなスパース学習手法があるかを解説する.そして,その統計理論や,画像処理などのいくつかの応用も紹介する.さらに,スパース学習を実現させる計算手法として,効率的な最適化手法も講義する.