講演者：松井孝太先生（名古屋大学）

題目： 帰納バイアス学習としてのメタ学習，転移学習としてのメタ学習

概要：
機械学習の文脈において、「学習問題に対して適切な仮説集合を決めるためにアルゴリズムが持つ選好情報」を狭義の帰納バイアス（inductive bias）と呼ぶ。古典的なメタ学習は、帰納バイアスをデータドリブンに決定するための方法として発展してきた側面がある。一方、近年では事前学習モデルの訓練や学習アルゴリズムの学習、シミュレーション空間から実世界への転移など、様々な転移学習の問題がメタ学習として定式化されるようになってきている。本発表では、まず古典的な帰納バイアス学習としてのメタ学習の設定と定式化を説明する。その後、これを一般化して現代的なメタ学習の定式化を行い、いくつかの具体的な問題設定およびそれらに対するアルゴリズムを紹介する。

お問い合わせは以下のアドレスにメールでご連絡ください。
dser-center@biwako.shiga-u.ac.jp