Microsoft PowerPoint - netsci講演-機械学習(表現学習x転移学習)の動向_r10.pptx
1 機械学習の動向 〜表現学習x転移学習とその周辺〜 第10回 情報ネットワーク科学(NetSci)研究会 2017/10/17(火) KDDI総合研究所 ⿊川 茂莉 目次 2 表現学習x転移学習の概要 研究事例紹介 KDD2017より KDDI総合研究所の研究事例 3 表現学習x転移学習の概要 通常の機械学習（教師あり学習） 学習データセットからデータからラベルを予測するモデルを学習し、 テストデータセットのデータからラベルを予測する 機械学習一般との対比 4 ラベル データ データ ラベル 学習 予測 学習データセット テストデータセット モデル 本講演で想定するシチュエーション “何らかの理由”でソースとターゲットにデータが分かれてしまっている ラベルはあったりなかったりする 機械学習一般との対比 5 ラベル データ 学習データセット（ソース） 学習データ
大規模ネットワークの 設計・モデル化・制御
ohsaki@kwansei.ac.jp 2 NetSci/CCS WS 1/ 46 (1/2) 2 NetSci/CCS WS 2/ 46 (2/2) http://en.wikipedia.org/wiki/File:Internet_map_1024.jpg 2 NetSci/CCS WS 3/ 46 (1/2) ▶ ▶ 2 NetSci/CCS WS 4/ 46 (2/2) ▶ ▶ ▶ ▶ ( ) ▶ ▶ ▶ ▶ ▶ ▶ 2 NetSci/CCS WS 5/ 46 2 NetSci/CCS WS 6/ 46 ▶ ▶ ▶ ( ) ▶ ▶ ( ) ▶ ▶ ▶ ▶ ▶ ▶ ( : ) 2 NetSci/CCS WS 7/ 46 2 NetSci/CCS WS 8/ 46 ▶ ▶ ▶ ▶ ▶ ▶ ▶ ▶ ▶ ▶ ▶ ▶ ( ) 2 NetSci/CCS WS 9/ 46 ▶ ▶ : N ▶
1
リリース、障害情報などのサービスのお知らせ
最新の人気エントリーの配信
処理を実行中です
j次のブックマーク
k前のブックマーク
lあとで読む
eコメント一覧を開く
oページを開く
https://www.ieice.org/~netsci/wp-content/uploads/2016/05/NetSci201605_Kabashima.pdf
https://www.ieice.org/~netsci/wp-content/uploads/2013/08/NetSci201308_Ohshima.pdf
