開催日時：2019年12月04日16:10-17:40

開催場所：220室（データサイエンス棟2階）

講演者：松井 孝太 氏 (理化学研究所　革新知能統合研究センター)

題　目：転移学習：基本的アイデアから最近の話題まで

概要：
　従来の機械学習では，モデルの学習に用いるデータと学習したモデルを適用するデータは独立同一分布であることが暗黙に仮定される．しかし，近年では学習したモデルを異なるドメイン（数学的にはサンプル空間とその上のデータ生成分布のペアで特徴付けられる）で用いたり，質の異なるデータを統合してモデルの学習を行う（マルチモーダル学習）といった状況が爆発的に増加している．転移学習とは，（複数の）異なるドメイン間で適切に知識を共有することで目標となるドメインでの学習の性能を最大化するための方法論である．本セミナーでは転移学習の定義や基本的な問題設定の説明からはじめて，マルチタスク学習など類似した問題との関係や，これまでに得られている理論解析（特に汎化誤差解析）の結果を紹介する．時間があれば，最近のホットトピックとして転移学習の系列を考察する継続学習という問題設定についても触れる．