データと学習の科学

膨大な情報の組合せから楽々学習

~大域的最適性を保証する低ランク回帰学習技術 :CFM~

概要

複数の特徴量から目的値を予測する回帰問題を汎用的に、かつ高精度に解く研究です。提案法「Convex Factorization Machines(CFM)」は、データを表す特徴から予測に有用な組合せを見付けて高精度なモデルを作ります。提案法は、価格推定、推薦システム、遺伝子解析などの様々な応用例に適用できます。

当日の様子

ポスター


ポスターの画像をクリックすると、PDFファイルが開きます。

展示担当者

Mathieu Blondel
Mathieu Blondel
上田特別研究室
藤野 昭典
藤野 昭典
協創情報研究部
近原 鷹一
近原 鷹一
協創情報研究部