機械学習のモデルそのものを自動的に最適化する技術を開発――リクルートテクノロジーズ

リクルートテクノロジーズの画像解析システムでは、「Convolutional Neural Net（CNN）」と呼ぶ画像解析手法を採用している。CNNでは各種パラメーターを調整（チューニング）することで誤判定率が変化する（CNNそのものやパラメーターチューニングについては、連載『いまさら聞けないDeep Learning超入門』でも紹介している）。 ただし、CNNで調整可能なパラメーターは種類が多く、どのパラメーターをどのように変更したら精度がどう変化するかを見るといった作業を繰り返して最適な設定を見つける必要がある。このプロセスを人手に頼った場合は手間と時間がかかる課題があった。 今回の取り組みでは、こうしたチューニングプロセスを「DFO（Derivative Free Optimization）」と呼ぶ手法を用いて自動化。人手を掛けずにチューニングを繰り返し試行できるようにしたという。

[peroon]

グリッドサーチしたのでしょう

[yoshikidz]

どのコンテキストでも適切に自動化できるのかなー。ベースとなる目標設定がどうなってるのか気になる。正誤判定表に基づいてって感じなのかな。X% => UP3%のXも気になる。