データ分析でよくある問題のひとつとして、データの偏りが挙げられます。回帰タスクを解くにあたり、特定の範囲の目的変数が得られていない場合、その範囲の予測は不確実なものになります。深層学習モデルを使ってこの問題に対処する方法が、2021 年に提案された Deep Imbalanced Regression (DIR) です。

そこで、今回のスキルアップAIキャンプでは、Deep Imbalanced Regressionについて、その概要と実装例を解説します。

プログラム概要

  • Deep Imbalanced Regression (DIR) とは?
  • DIR の応用事例
  • DIR の代表的手法
  • ハンズオン|Label distribution smoothing の実装

※一部変更となる場合がございます。

スピーカー

  • 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

2023年4月5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