研究課題/領域番号 |
18K18010
|
研究種目 |
若手研究
|
配分区分 | 基金 |
審査区分 |
小区分60030:統計科学関連
|
研究機関 | 長崎大学 (2020) 名古屋工業大学 (2018-2019) |
研究代表者 |
梅津 佑太 長崎大学, 情報データ科学部, 准教授 (60793049)
|
研究期間 (年度) |
2018-04-01 – 2021-03-31
|
キーワード | モデル選択 / selective inference / 高次元漸近理論 / 教師なし学習 / 教師あり学習 |
研究成果の概要 |
近年のデータ科学では,検証すべき仮説が定まらないままデータが取得されることが多い.その際,検証すべき仮説の生成と,その仮説の検証を同じデータを用いて行う場合,選択バイアスの問題が生じてしまう.本研究では,選択バイアスを解消するために,selective inferenceと呼ばれるフレームワークに着目し,既存手法の課題の解決を試みた.主要な成果は,selective inferenceのアイデアを教師なし学習へ応用したことと,データの正規性を緩和することでより広いクラスのモデルに対してselective inferenceが適用可能であることを示したことである.
|
自由記述の分野 |
数理統計学
|
研究成果の学術的意義や社会的意義 |
近年のデータ科学では,検証すべき仮説が定まらないままデータが取得されることが多い.その際,検証すべき仮説の生成と,その仮説の検証を同じデータを用いて行う場合,選択バイアスの問題が生じてしまう.とはいうものの,データの分割や同じ環境での再実験が困難な場合に統計的なエビデンスを提供するためには,同じデータを用いて仮説の生成と検証を行うことが求められる.本研究では,selective inferenceのアイデアに基づき,いろいろな問題に対してこのような統計解析が可能であることを示した.
|