大規模言語モデルとネット情報を活用した頑健な予測システム
現在、機械学習による高精度な予測、分類を実現するためには、教師データと呼ばれる事例データが大量に必要になる。この事例と類似する場合には、精度良く予測できるが、過去の事例と離れた場合や、モデルが予測するために用いる説明変数の統計的性質が変わるコンセプト・ドリフトが起きたりした場合、精度が悪くなる。実問題への機械学習の適用では、「十分なデータ…
Kurage 論文トラッカー|東海・関東の大学の研究者
明治大学 科研費の研究 1件(生成AIと行政DX)
このシステムを作った会社が、御社の X の運用をお手伝いします。AI-SNS顧問を見る →
Kurage 論文トラッカー › 生成AIと行政DX › 櫻井 義尚
現在、機械学習による高精度な予測、分類を実現するためには、教師データと呼ばれる事例データが大量に必要になる。この事例と類似する場合には、精度良く予測できるが、過去の事例と離れた場合や、モデルが予測するために用いる説明変数の統計的性質が変わるコンセプト・ドリフトが起きたりした場合、精度が悪くなる。実問題への機械学習の適用では、「十分なデータ…
研究者の情報:CiNii Research の研究者ページ
研究の内容と国会の議論は、テーマが同じものを並べています。研究者ご本人が国会で発言したという意味ではありません。
出典:CiNii Research・KAKEN(国立情報学研究所)、国会会議録検索システム(国立国会図書館)。掲載内容の訂正・削除のご依頼はお問い合わせからお送りください。