開催日時：2022年12月02日16:10-17:40

開催場所：545演習室・オンライン (※オンライン参加は登録制です。学外の方も参加できます。)　

講演者：松井 孝太 先生（名古屋大学）

題目：「深層学習時代の転移学習：不変性に基づく方法と事前学習モデルの利用」

概要：
　転移学習とは、現在のタスクを効率的に解決するために他のタスクで獲得したデータや知識を利用する機械学習のアプローチであり、特にデータの取得にコストがかかるなどの理由で訓練データを十分用意できない問題へ応用されています。転移学習の主流のアプローチとして、事前学習モデルとよばれる訓練済みのニューラルネットモデルを利用する方法や、ドメイン間で共通の特徴量 (不変特徴量) を学習する方法が提案されています。
本発表では、まず事前学習モデルを利用する方法と不変性に基づく方法それぞれに対して、統計的学習理論（汎化解析）に基づいた考察を説明します。その後、具体的な転移学習のアルゴリズムを紹介しながらそれぞれの方法の有効性と限界について説明します。