データ駆動型アプローチを学ぶ
ベイズ最適化は機械学習のハイパーパラメータ探索、深層学習のアーキテクチャ探索、薬品開発(創薬)やA/Bテスト、推薦システム、統計的実験計画、などにさまざまな分野に関連があります。
いくつかの例題を通して、ベイズ最適化の仕組みを支える「ガウス過程回帰モデル」や「獲得関数」、ベイズ最適化の基本的なパッケージであるGPyやGPyOptの使い方に親しみを持ちましょう。
※アーカイブ講座の動画販売についてお申し込み受付中です。
統計・機械学習講座
スポット講座
Sスタンダード
アーカイブ講座(録画販売中)
ベイズ最適化は機械学習のハイパーパラメータ探索、深層学習のアーキテクチャ探索、薬品開発(創薬)やA/Bテスト、推薦システム、統計的実験計画、などにさまざまな分野に関連があります。
いくつかの例題を通して、ベイズ最適化の仕組みを支える「ガウス過程回帰モデル」や「獲得関数」、ベイズ最適化の基本的なパッケージであるGPyやGPyOptの使い方に親しみを持ちましょう。
※アーカイブ講座の動画販売についてお申し込み受付中です。
機械学習のハイパーパラメータ探索、深層学習のアーキテクチャ探索、薬品開発(創薬)やA/Bテスト、推薦システム、統計的実験計画、これら全てに関わっている数学のトピックがあります。ベイズ最適化(Bayesian Optimization)です。
ベイズ最適化は少なくとも1970年代には登場し、紹介したように幅広い応用範囲を持っています。一方で、仕組みを理解するためには少し難しい数学の知識が必要になるため、よく分からずに使っていて不安だという相談をよく聞きます。
そこで、この講座ではベイズ最適化の仕組みとそのコーディングについて、ある鋼板の劣化の速さを材料A, Bの配合量によって予測し、最適化するような例題を解きながら紹介します。この例題はいわゆる「統計的実験計画」とよばれる分野の問題です。この例題を通して、ベイズ最適化の仕組みを支える「ガウス過程回帰モデル」や「獲得関数」、ベイズ最適化の基本的なパッケージであるGPyやGPyOptの使い方に親しみを持ちましょう。
すうがくぶんかのオリジナルテキスト
デジタルデータ(jupyter)をメール添付にてお送りいたします
前半では、ベイズ最適化の仕組みの基礎になっている機械学習モデル「ガウス過程回帰モデル」の仕組みを紹介し、GPyパッケージを用いたガウス過程回帰モデルの設定の仕方やデモを行います。キーワードは、事前分布と事後分布、予測分布、第2種最尤推定です。また時間に余裕があれば、有名なカーネル関数として、RBFカーネル以外にもMaternカーネルを紹介します。
後半では、ガウス過程回帰モデルから実験候補を提案する仕組みを紹介し、GPyOptパッケージを用いて統計的実験計画の問題を例としたデモを行います。一般的には1つだけ実験候補を提案する「sequentialなベイズ最適化」が有名ですが、実用上の観点から複数の実験候補を一度に提案する「batch処理型のベイズ最適化」についても紹介します。キーワードは、獲得関数、Expected Improvement、Thompson Sampling、Local Penalizationです。
講座名 | ベイズ最適化に親しもう!:機械学習の数理シリーズ |
---|---|
担当講師 | |
開講スケジュール |
全2回 |
受講方法 |
Zoomによるオンライン講座 |
教科書 | すうがくぶんかのオリジナルテキスト |
受講料 | 全2回 税込34,500円 |
お支払い方法 |
クレジットカード支払いは本ページ下部「受講料のお支払いについて」よりお願いいたします。 |
準備物 | ・GPy, GPyOptをインストールしたPython言語環境があるPC |
下記のボタンを押すと該当する集団講座のチケットをご購入いただけます。
※ボタンを押すと、stripeの決済ページへ遷移します。
全2回 | 1回 |
---|---|
2020年前期分よりオンライン授業を録画し、授業の録画販売(アーカイブ販売)を行っております。
アーカイブ講座の動画購入をご検討いただく場合は、下記についてご確認をお願いいたします。
本講座は開講中の講座はございません。
アーカイブ講座(録画購入)にてご受講いただけます。
アーカイブ講座(録画購入)のお申し込みはこちら
講座名 | 動画内容 | 講師名 | 受講料 |
---|---|---|---|
ベイズ最適化に親しもう!:機械学習の数理シリーズ 2022年後期 |
全2回 | 内場 崇之 | 34,500円 |
年度別 講座情報
年度 | 講座情報 |
---|---|
ー | 本講座は2022年後期のみの開講です。 |
講座のお申し込み・ご相談は
気軽にお問い合わせください。