因果的知識は予測モデルの役に立つか?

Date:

概要 🔗

近年産業応用が盛んな統計的機械学習の多くの手法は,データの背後に確率分布の存在を仮定し,その情報を推定することを経由して予測を実現している.これに対して近年,データの確率分布の更に背後に「データを生成した因果的過程」が存在すると想定して因果関係の情報を学習に用いる,因果的機械学習の方法論が研究されている.本発表では,まず計算機科学の分野で開発されてきた因果モデルの概略を紹介し,それらに基づいて発表者が近年提案した因果的機械学習の方法論を紹介する.加えて,提案手法の一つが利用する深層学習技術「可逆ニューラルネットワーク」について,近年得られた近似能力の理論的結果についても概説する.

講演者プロフィール 🔗

手嶋毅志 理化学研究所大学院生リサーチアソシエイト(JRA)。東京大学博士課程3年。杉山・横矢・石田研究室所属。 主に因果的機械学習の方法論に関する研究を行う.孫正義育英財団3期生.