機械学習モデルの運用時、学習する際に使用したデータは、めったに出現しないデータが入力されてしまうことがあります。このようなデータが入力された場合、機械学習モデルからの予測結果は不安定なものになるため、無理やり予測結果を得るよりも「知らない」と答えてほしくなるでしょう。

このような学習データ以外のデータを検知するタスクは分布外検知(Out of distribution detection; OOD detection)と呼ばれ、予測の安定性を担保するための技術として注目されています。

そこで、今回のスキルアップAIキャンプでは、分布外検知の概要と pytorch-ood を使った実装方法について紹介します。

プログラム概要

  • 分布外検知とは?
  • 分布外検知の応用事例
  • 分布外検知の代表的手法
  • 分布外検知を行うための Python ライブラリ
  • ハンズオン|pytorch-ood を使った分布外検知の実装

※一部変更となる場合がございます。

講師

  • スキルアップAI株式会社/斉藤 翔汰

    スキルアップAI講師。横浜国立大学大学院 環境情報学府 情報メディア環境学専攻(現:情報環境専攻)修了。修士(情報学)。高専時代に画像認識に対して興味を持ったことがきっかけで、現在はDeep Learningや機械学習、進化計算などの人工知能分野におけるアルゴリズムの研究開発やコンサルティングに従事。日本ディープラーニング協会の2018年度・2019年度E資格合格者、2018年度G検定合格者。著書「徹底攻略ディープラーニングE資格エンジニア問題集」(インプレス)。

開催概要

日時

2022年10月12日(水)19:30~21:00

開催方法

Zoom

参加費

無料

※競合他社様のご参加は、ご遠慮いただいておりますので、ご了承ください。

Page Top