近年データ解析や人工知能の基礎研究や応用領域は急速な転換期を迎えています。

特に2006年に発表された論文から一大ブームを巻き起こした深層学習は、大規模なモデルを大量データによって学習させることによって高精度な統計的予測を可能にしました。

一方で、大量データを取り扱う領域において実用面での要求も多様化しており、深層学習においてはモデルが出力する結果の解釈性や、予測の信頼性に関して課題があるとされています。

また、2018年にリリースされたGPTなどの大規模言語モデルに代表されるように、単純な教師あり学習による回帰や分類だけではなく、データの自動生成など応用範囲も複雑かつ多岐にわたってきています。

このような大量データ解析におけるニーズの多様化・用途の深化に対応するために、理論面と応用面の双方で実績の高いベイズ統計の考え方をベースに深層学習を解釈・発展させようという試みが広がっています。

本セミナーでは、ベイズ統計や深層学習の基礎を解説し、またそれらの理論的なつながりや、両者の融合によってもたらされる応用の拡大に関しても触れ、技術の急激な進化により変化し続ける時代にも即応できるような基礎力を獲得することを目標とします。