お知らせ 2023年度・2024年度 学生員 会費割引キャンペーン実施中です
お知らせ 技術研究報告と和文論文誌Cの同時投稿施策(掲載料1割引き)について
お知らせ 電子情報通信学会における研究会開催について
お知らせ NEW 参加費の返金について
電子情報通信学会 研究会発表申込システム
講演論文 詳細
技報閲覧サービス
[ログイン]
技報アーカイブ
 トップに戻る 前のページに戻る   [Japanese] / [English] 

講演抄録/キーワード
講演名 2017-06-19 13:00
[招待講演]合成変量とアンサンブル:回帰森と加法モデルの要点
瀧川一学北大CAS2017-8 VLD2017-11 SIP2017-32 MSS2017-8
抄録 (和) 画像・音声の信号処理やインテリジェントな計測・通信において機械学習は日常的な道具の一つとなって きた。最も広く利活用される「教師付き学習」は、大学の授業でも、いわゆるデータサイエンスの実習でも、本屋を賑 わす一般向けの入門書でも、必ず取り扱われる基本中の基本であり、手軽で多様なツールが揃った現在では初心者で もそれなりの予測モデリングが可能とも思える。では今もし我々が、教師付き学習の実タスクを精度良く解きたい場 合、果たしてどういう手法を選択するべきだろうか?このような興味を背景に様々な機械学習コンペティションが開 かれているが、その中で一定の人気を確立しているのが決定木・回帰木モデルベースのアンサンブルである。全世界 の 50 万人にも及ぶ腕利きのデータサイエンティストたちが凌ぎを削る「Kaggle」のランキングでその頂点 1 位の座に ついた多くが実際に XGBoost を「favorite machine learning algorithm」に挙げている。本講演ではこうした決定木・ 回帰木とそのアンサンブルとして Random Forest、Extra Trees、および、勾配ブースティング (XGBoost や RGF) の 考え方と性質について、「合成変量」と「アンサンブル」という2つのキーワードを軸に紹介する。「合成変量」につ いては、多項式回帰、カーネル回帰、一般化加法モデル、Factorization Machines といった手法などの異なる取り扱い との違いについて述べる。「アンサンブル」については、例えば深層学習モデルをコンペティションに投入する場合で もほぼ用いられる基礎技術となっており、Cross Validation を伴う Bagging や Stacking などにおける木モデルの利活 用についても述べる。なお、木に基づくモデルと (線形モデルを含む) 加法モデルは近年盛んに議論されている「解釈性」を担保する際に標準的な選択肢であり、時間が許せばこの点についても簡単に紹介を行いたい。 
(英) Machine learning, supervised machine learning in particular, now becomes one of daily tools in signal processing such as image processing, audio processing, intelligent measurements and communications. Demon- strating its performance for real-world problems at predictive modelling competitions such as Kaggle, tree-based ensembles are now getting popular in machine learning applications. This talk will give an introduction to these models including forest regressions and additive models such as Random Forests and DMLC’s XGBoost, providing a consistent view to many models by rethinking these from two keywords ’composite variables’ and ’ensemble’.
キーワード (和) 合成変量 / 交互作用 / アンサンブル / 回帰森 / 加法モデル / 解釈性 / /  
(英) Composite Variables / Interactions / Ensemble / Forest Regression / Additive Models / Interpretability / /  
文献情報 信学技報, vol. 117, no. 98, SIP2017-32, pp. 43-43, 2017年6月.
資料番号 SIP2017-32 
発行日 2017-06-12 (CAS, VLD, SIP, MSS) 
ISSN Print edition: ISSN 0913-5685    Online edition: ISSN 2432-6380
著作権に
ついて
技術研究報告に掲載された論文の著作権は電子情報通信学会に帰属します.(許諾番号:10GA0019/12GB0052/13GB0056/17GB0034/18GB0034)
PDFダウンロード CAS2017-8 VLD2017-11 SIP2017-32 MSS2017-8

研究会情報
研究会 SIP CAS MSS VLD  
開催期間 2017-06-19 - 2017-06-20 
開催地(和) 新潟大学五十嵐キャンパス 中央図書館ライブラリーホール 
開催地(英) Niigata University, Ikarashi Campus 
テーマ(和) システムと信号処理および一般 
テーマ(英)  
講演論文情報の詳細
申込み研究会 SIP 
会議コード 2017-06-SIP-CAS-MSS-VLD 
本文の言語 日本語 
タイトル(和) 合成変量とアンサンブル:回帰森と加法モデルの要点 
サブタイトル(和)  
タイトル(英) Composite Variables and Ensemble: Introduction to Forest Regression and Additive Models 
サブタイトル(英)  
キーワード(1)(和/英) 合成変量 / Composite Variables  
キーワード(2)(和/英) 交互作用 / Interactions  
キーワード(3)(和/英) アンサンブル / Ensemble  
キーワード(4)(和/英) 回帰森 / Forest Regression  
キーワード(5)(和/英) 加法モデル / Additive Models  
キーワード(6)(和/英) 解釈性 / Interpretability  
キーワード(7)(和/英) /  
キーワード(8)(和/英) /  
第1著者 氏名(和/英/ヨミ) 瀧川 一学 / Ichigaku Takigawa / タキガワ イチガク
第1著者 所属(和/英) 北海道大学 (略称: 北大)
Hokkaido University (略称: Hokkaido Univ.)
第2著者 氏名(和/英/ヨミ) / /
第2著者 所属(和/英) (略称: )
(略称: )
第3著者 氏名(和/英/ヨミ) / /
第3著者 所属(和/英) (略称: )
(略称: )
第4著者 氏名(和/英/ヨミ) / /
第4著者 所属(和/英) (略称: )
(略称: )
第5著者 氏名(和/英/ヨミ) / /
第5著者 所属(和/英) (略称: )
(略称: )
第6著者 氏名(和/英/ヨミ) / /
第6著者 所属(和/英) (略称: )
(略称: )
第7著者 氏名(和/英/ヨミ) / /
第7著者 所属(和/英) (略称: )
(略称: )
第8著者 氏名(和/英/ヨミ) / /
第8著者 所属(和/英) (略称: )
(略称: )
第9著者 氏名(和/英/ヨミ) / /
第9著者 所属(和/英) (略称: )
(略称: )
第10著者 氏名(和/英/ヨミ) / /
第10著者 所属(和/英) (略称: )
(略称: )
第11著者 氏名(和/英/ヨミ) / /
第11著者 所属(和/英) (略称: )
(略称: )
第12著者 氏名(和/英/ヨミ) / /
第12著者 所属(和/英) (略称: )
(略称: )
第13著者 氏名(和/英/ヨミ) / /
第13著者 所属(和/英) (略称: )
(略称: )
第14著者 氏名(和/英/ヨミ) / /
第14著者 所属(和/英) (略称: )
(略称: )
第15著者 氏名(和/英/ヨミ) / /
第15著者 所属(和/英) (略称: )
(略称: )
第16著者 氏名(和/英/ヨミ) / /
第16著者 所属(和/英) (略称: )
(略称: )
第17著者 氏名(和/英/ヨミ) / /
第17著者 所属(和/英) (略称: )
(略称: )
第18著者 氏名(和/英/ヨミ) / /
第18著者 所属(和/英) (略称: )
(略称: )
第19著者 氏名(和/英/ヨミ) / /
第19著者 所属(和/英) (略称: )
(略称: )
第20著者 氏名(和/英/ヨミ) / /
第20著者 所属(和/英) (略称: )
(略称: )
講演者 第1著者 
発表日時 2017-06-19 13:00:00 
発表時間 60分 
申込先研究会 SIP 
資料番号 CAS2017-8, VLD2017-11, SIP2017-32, MSS2017-8 
巻番号(vol) vol.117 
号番号(no) no.96(CAS), no.97(VLD), no.98(SIP), no.99(MSS) 
ページ範囲 p.43 
ページ数
発行日 2017-06-12 (CAS, VLD, SIP, MSS) 


[研究会発表申込システムのトップページに戻る]

[電子情報通信学会ホームページ]


IEICE / 電子情報通信学会