機械学習モデルを作成したあと、新しいクラスを分類したくなったり、データの傾向が変わったためにモデルを更新したくなることが実務ではよくあります。しかし、クラスが増えてしまうと既存のモデルがそのまま流用できなかったり、新しい傾向のデータで再学習すると古い傾向のデータが全く当たらなくなることが発生します。こうした問題に対処する学習方法が「継続学習」です。継続学習には、以前に学習したものを忘却せずに新しいものを追加で学習する様々な方法が存在します。
そこで今回のスキルアップAIキャンプでは、継続学習の概要とその実装方法をご紹介します。
プログラム概要
- 継続学習とは？
- 継続学習の応用事例
- 継続学習の代表的手法
- 継続学習のための Python ライブラリ
- ハンズオン｜PyTorch による継続学習の実装
※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8月23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。
