こんにちは
先週の水曜日にIBIS2017へ行ってきました山本です。
普段は機械学習・統計を使って、データを解析するお仕事をしています。
タイトルにもあるIBIS（http://ibisml.org/ibis2017/）は「情報論的学習理論ワークショップ」の略称で
今年は東京大学の本郷キャンパスで開催されていました。
機械学習や統計、情報理論などの話が多いワークショップです。
このワークショップに初めて参加しましたが、たくさんの発見がありました。
おっ、この分野にはこんな問題があるのか、といった機械学習の新しい問題の発見や
こんな解き方があるのか、といった特定の問題のアプローチの仕方を知ることができ、今後の勉強の指針になりました。
個人的にはPositive Negative Unlabeledな学習データに対する学習方式や転移学習の新しいやり方
チューリング賞を受賞したEdward Feigenbaum氏の講演など、
数えればキリがないほどエキサイティングな内容が満載でした。
このワークショップに行ってよかったと思っています。
どうしても、仕事だと同じ分野の勉強に偏るので、
意識して、新しい着想を得ることが大事だと感じています。
もちろん、今回も普段得られないような新しい方向性やアイデアを得ることができ、新鮮な気持ちになりました。
既にIBIS自体は終了していますが、当日のテクニカルトラックの冊子は
購入したので徐々に読み進めようかなと思っています。
では！
