概要：AI学習には通常大量の教師データが必要である。教師データとは、入力データとその正解ラベルとのペアをいう。具体的事例としては、胸部X線写真（レントゲン写真）に対する「正常」や「異常」の正解ラベルがある。AIは教師データをもとに、入力データに対する正しいラベルを出力する学習が可能であるが、医療などの一部分野では、大量の教師データの収集が困難である。その要因については、先ず、臓器や疾患の種類、検査装置の違いなど、多様である一方で、同一種のデータ数は少数である。また、医療倫理的な制約もある。更に、正解ラベル付与には膨大な労力がかかり、得られる教師データの数が限られてしまうなどの課題がある。本講習では、限られた教師データを有効活用することを狙いとして、①半教師あり学習、②ドメイン変換、③自己教師あり学習などの方式を紹介し、医療データに適用した事例を通じて、各方式の特徴やデータの性質に応じたモデル構築に関する議論を行う。

申込手続きが完了すると、ipsj.chugoku@gmail.comから「2023年度 情報処理学会中国支部主催講習会(2024年3月18日) 参加申込フォーム」という件名のメールがお手元に届きます。お手元にメールが届かない場合は、お手数ですが支部事務局（ipsj.chugoku@gmail.com ）までお問合せください。