Top > 関連資料 > アナウンスメント > 挑戦的研究賞受賞者2

関連資料

アナウンスメント

「挑戦的研究賞」の受賞者紹介2

「データ科学の理論と方法:統計学と機械学習による新しいデータ科学の探求」
情報理工学研究科数理・計算科学専攻 准教授
鈴木 大慈


データ科学は現実世界に溢れるデータから意味のある情報を抜き出し人間の意思決定に寄与させるための方法論です.現在,情報化社会をむかえ,急激な社会構造の変化・環境エネルギー問題・顧客動向への迅速な対応といった数々の社会的問題に対しデータに基づいた適切な判断を行うニーズが高まっています.このようなニーズに対し統計学は強固な数理的基盤を背景に強力な解決策を提供します.また,人間の代わりに知的情報処理を実現させるための方法として機械学習もまた非常に強力です.鈴木研究室ではこのような統計学と機械学習を中心に,数理的な側面から様々な問題を研究しています.
1.統計理論・学習理論
 機械学習や統計学の手法は数理的理論に裏打ちされています.理論を通して一般的な見地から新しい手法を提案し,手法の最適性を理論的に保証することを行っています.
・スパース推定 実データ応用では高次元データが頻繁に現れます.例えばDNAデータやテキストデータ,顧客の購買履歴などは高次元データの典型例です.高次元空間に埋もれた有用な情報を抜き出すためのスパース推定の理論を研究しています.
・カーネル法 カーネル法は非線形なデータ解析を柔軟に行う方法です.機械学習における主要な研究トピックであり,パターン認識や非線形な関係性の抽出など広い応用があります.
・ベイズ推定 ベイズ推定は理論的に数々の好ましい性質を有しています.例えばスパース推定問題においてベイズ推定を用いることで推定の難しい状況でも良い精度を出すことができます.
これらの研究は数学的な抽象化を存分に活用しています.そのお陰で理論的な保証が与えられ,各種法を安心して用いることができます.また,数理的な記述を用いることにより応用先に縛られない一般的な手法を構築できます.そのため,様々な応用に柔軟に適用することができます.

2.計算手法
 良い推定方法があっても,その計算にあまりに時間がかかっていては実用的ではありません.そこで,速く結果を得るための効率的な計算手法を研究しています.特に,多くの統計学・機械学習の問題は最適化問題に帰着されますが,その最適化問題を高次元大量データでも高速に解くことができる最適化手法を開発しています.

3.モデリング・データ解析
現実の問題に統計学や機械学習を応用するには,まずデータの振る舞いを統計モデルで記述する必要があります.問題ごとの適切な統計モデリングと,それに応じた解析手法を考案し,実際のデータ解析に用いています.具体的には,前立腺癌の進行度合いのモデリングや地震予知の統計モデリング,金融時系列解析などを扱っています.


図


図

譚ア莠ャ蟾・讌ュ螟ァ蟄ヲ