| 大会名称 |
|---|
| 2021年 情報科学技術フォーラム(FIT) |
| 大会コ－ド |
| F |
| 開催年 |
| 2021 |
| 発行日 |
| 2021-08-12 |
| セッション番号 |
| 7g |
| セッション名 |
| 情報論的学習理論と機械学習(4) |
| 講演日 |
| 2021/08/27 |
| 講演場所(会議室等) |
| g |
| 講演番号 |
| F-044 |
| タイトル |
| 複数顧客に向けた共通の予測モデルの精度向上手法の検討 |
| 著者名 |
| 濱本敬大, 田中 剛, |
| キーワード |
| 機械学習, 共通予測モデル |
| 抄録 |
| 機械学習による予測モデルを提供するサービスにおいて、複数の顧客に共通の予測モデルを構築・提供することで、モデル作成や保守などにかかるコストの削減が期待される。このとき、顧客ごとにデータの統計的特性が異なることが予測精度向上の障壁となる。そこで本研究では与信審査など金融ドメインの二値分類タスクに限定し、まず共通モデルの予測精度が低下する要因となるデータ特性の違いを類別する。次に顧客機関ごとのデータ傾向の違いを補正して揃える手法、及びデータ傾向の違いを反映した特徴量の作成・削除手法を提案する。これにより、保守などのコストを抑えた単一のモデルで複数機関に対する高精度の予測が可能となることを示す。 |
| 本文pdf |
| PDF download (457KB) |