モデルの性能向上には正則化やデータ拡張など、様々な方法があります。その中でもデータサイエンスコンペディションで積極的に用いられるアンサンブル戦略に注目します。アンサンブル戦略とは、複数のモデルの予測結果を組み合わせることで、性能向上を狙う方法論であり、バギング・ブースティング・スタッキングなどの様々な方法が存在します。
今回のスキルアップAIキャンプでは、様々なアンサンブル戦略を概観し、その特徴と実装方法をご紹介します。
プログラム概要
- アンサンブルとは？
- 代表的なアンサンブル手法
- ブレンディング
- スタッキング
- 多様なモデルを作るには？
- ハンズオン｜アンサンブルの実装
※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10月18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。
