[4Xin1] ポスターセッション2

[4Xin1-75] 専門的スキルを必要としないデータ準備作業の実現へ向けたAutoMLに基づく能動学習とその課題

〇赤崎 拓未¹ (1.富士通株式会社)

キーワード：自動機械学習、能動学習、モデル選択

機械学習のビジネス応用への需要拡大に対するデータサイエンティストの人員不足を解消する技術として、自動機械学習(AutoML)が盛んに研究されている。しかし、AutoMLへの入力を用意するデータ準備の工程にも専門的なスキルが必要であり、依然としてビジネス現場でのボトルネックの解消には至っていない。データ準備工程を補佐する技術の一つとして、特にラベリング工程を効率的に行う能動学習が挙げられる。しかし、既存の能動学習の多くは機械学習モデルが入力となるため、この決定にやはり専門的知識が必要となる。
本研究ではモデルの決定を動的に行うAutoMLに基づいた能動学習によって、属人性を排したラベリング工程効率化実現の可能性を探る。まず、AutoMLベンチマークに対し既存の能動学習を適用し、AutoMLで広く用いられる各ベースモデルの能動学習的側面での特性を明らかにする。さらに、能動学習とAutoMLの組み合わせ方として、獲得関数や学習・検証データの与え方として最適な設定は何かを探る。