第6回ステアラボ人工知能セミナー

機能改善領収データ発行機能にてインボイス制度の書式での出力に対応しました。詳しくはこちらをご覧ください。

新機能参加者によるイベント出席機能をリリースしました。今までは主催者による出席管理機能はありましたが、大規模イベント等での受付処理が大変とのフィードバックをいただいてました。今後はイベント作成時に発行される「出席コード」を会場現地や配信で共有してもらうことで、参加者自身でイベント出席登録を行うことができるようになります。これにより受付処理が容易になりますので、イベント主催者の皆様はぜひご活用ください。詳しくはこちらのニュースや特集ページをご確認ください。

Oct

31
第6回ステアラボ人工知能セミナー
「ベイズ的最適化(Bayesian Optimization)の入門と応用」

Organizing : 千葉工業大学　人工知能・ソフトウェア技術研究センター

Registration info	参加枠1 Free Standard (Lottery Finished) 136/90

Description

千葉工業大学人工知能・ソフトウェア技術研究センター（ステアラボ）では、機械学習、自然言語処理、画像処理等の人工知能分野の研究者をお招きし、最先端の研究について講演していただく「ステアラボ人工知能セミナー」を定期的に開催しています。

第6回目の今回は、機械学習の国際会議で活躍されている東京大学の佐藤一誠先生をお招きし、「ベイズ的最適化(Bayesian Optimization)の入門と応用」というタイトルで講演をしていただきます。どなたでも無料でご参加いただけます。会場のキャパシティの制限がありますので、参加される際は事前に参加申し込みをお願い致します。

参加申込みの抽選結果は10月24日に公開します。その後、座席に余裕がある場合は先着順でセミナー当日まで申込みを受け付けます。

日時

2016年10月31日（月） 16:00 - 17:30

（いつもと時間が異なります。ご注意ください。）

場所

千葉工業大学東京スカイツリータウン（R）キャンパス
- 東京スカイツリータウン(R) ソラマチ8F
- アクセス: http://www.it-chiba.ac.jp/skytree/#access

講演者

東京大学　講師　佐藤一誠先生

ホームページ: http://www.ms.k.u-tokyo.ac.jp/sato/index-jp.html

講演タイトル

ベイズ的最適化(Bayesian Optimization)の入門と応用

講演概要

ベイズ的最適化とは、入力から出力を得るコストが高いブラックボックス関数を効率的に最適化する手法の総称である。高コストなブラックボックス関数に対して、少ない入力のステップでより最適化な出力を得ることを目的とする。例えば化学実験において、ある実験設定を入力として、得られた化合物の良し悪しが数値的に計測可能な場合に、より良い実験設定を探索する問題は、ベイズ的最適化の１つの応用例となる。　近年、機械学習アルゴリズムの複雑化にともない、機械学習アルゴリズムの実験設定も複雑化しており、ベイズ的最適化によって機械学習の実験を効率化する研究が注目を集めている。例えば、いくつかのアルゴリズムを複数パイプライン化して使用する場合、個々のアルゴリズム毎にモデル選択方法やハイパーパラメータ設定をするのではなく、全体の性能を考慮した実験設定の最適化が必要になる。このような状況は、実験設定と最終的に欲しい結果との間の関係はブラックボックスになっており、ベイズ的最適化の応用例となる。本発表では、ベイズ的最適化の入門及び応用についてを説明する。