「少量の教師データでの効率的な機械学習型予測器の構築」　明治大学　総合数理学部　ネットワークデザイン学科　専任准教授　櫻井 義尚

「明治大学 新技術説明会」（2019年12月10日開催）にて発表。https://shingi.jst.go.jp/list/meiji/2019_meiji.html

【新技術の概要】
ビジネスの現場では精度の高い機械学習予測モデルの構築が試みられているが、このためには大量の教師データを必要とする。今回は少ない教師データでも効率的に機械学習予測モデルを構築する手法を提案する。

【従来技術・競合技術との比較】
ビジネス実務向けの精度の高い機械学習予測モデルの構築には大量の教師データを必要とする。このため導入には人手でケースごとに教師データを作成する工数が膨大であった。

【新技術の特徴】
・大量の教師データを準備できない分野でも機械学習による予測モデルを構築できる。
・ビジネスの現場に適した予測モデルの構築方法を提供できる。
・実行時の計算時間が短く、かつ拡張が容易な予測モデルを構築できる。

【想定される用途】
・運用実績があるが教師データが十分取得されていないシステムの機械学習型予測モデル
・レガシーシステムを含む処理の合理化を目的とした機械学習型予測モデル
・更新が頻繁なシステムに対応できる機械学習型予測モデル

#情報