本連載は「これから機械学習に取り組みたい」「ディープラーニングや機械学習を使った経験がある」といったエンジニアに向けて、データ量が少なくても分析が実現できる「スパースモデリング」という手法を紹介します。 前回はスパースモデリングの画像処理への発展的な応用として、画像の欠損補間、異常検知、超解像の3つを紹介しました。今回はスパースモデリングの最近の学術分野におけるスパースモデリングの発展の様子、最新の手法をご紹介します。
※印刷用ページ表示機能はメンバーのみが利用可能です（登録無料）。
この記事は参考になりましたか？
- ITエンジニアのためのスパースモデリング入門連載記事一覧
-
- 最先端のスパースモデリング～HMLassoとPliable Lasso～
- スパースモデリングの画像処理への発展的な応用～欠損補間、異常検知、超解像
- スパースモデリングの画像処理への応用～画像の再構成とノイズ除去
- この記事の著者
-
田辺 広樹（タナベヒロキ）
京都大学工学部情報学科に首席入学・首席卒業した後に進学した京都大学大学院情報学研究科修士課程を1.5年で早期修了し、現在は同研究科の後期課程に在籍中。日本学術振興会特別研究員DC1。専門は数理最適化だが、Webや機械学習など、幅広いエンジニアリングスキルを持つ。「ざるご」という名義でYouTube...
※プロフィールは、執筆時点、または直近の記事の寄稿時点での内容です
