[TS3] チュートリアルセッション3
機械学習のアノテーションにおけるデータ収集 ～精度向上のための仕組み・倫理や社会性バイアス～

[TS3] 機械学習のアノテーションにおけるデータ収集 〜精度向上のための仕組み・倫理や社会性バイアス〜

*藤本 敬介¹ (1. ABEJA)

略歴： 2005年電気通信大学電気通信工学科卒業、2010年同大学大学院電気通信学研究科情報工学専攻前期後期課程修了。同年（株）日立製作所入社。基礎研究所、中央研究所にて自律制御ロボット、コンピュータビジョン、３次元形状処理の研究開発に従事。2016年よりABEJAに入社、少数データからの画像認識をはじめとした新規技術の開発やサービスの立ち上げを行う。

概要： Deep Learning（深層学習）では大量の良質なデータを学習することで、高い精度を発揮してきました。実問題にこれを適用させるためには、如何にして正しくデータを集めるかが重要な課題の一つとなっています。データを集める際に、質が悪いものや偏ったデータを集めてしまうと、適切にモデルを学習できません。本チュートリアルでは、大量の良質なデータを集めるための仕組みや手法、精度・速度面での改善方法、倫理や社会性バイアスに関して解説します。