| 日時(Date) | 2020年11月9日（月）3限（13:30--15:00) Mon. Dec. 9th, 2020, 3rd period (13:30--15:00) |
|---|---|
| 場所(Location) | Online (WebEx). Registration is required. See the email sent at Nov. 6th regarding Data Science Special Lecture-6. |
| 司会(Chair) | TBA |
| 講演者(Presenter) | Prof. Masaaki IMAIZUMI (The University of Tokyo) / 今泉 允聡 (東京大学） |
| 題目(Title) | Theory of Deep Learning / 深層学習の理論 |
| 概要(Abstract) |
Deep learning is rapidly being put to practical use in many areas of society, doe to its high accuracy and generality,
However, the principle of why deep learning can achieve high accuracy is still not fully understood, and many mysteries remain.
In this lecture, I will introduce research on three aspects of deep learning: approximation, generalization, and optimization,
then discuss a theoretical attempt to tackle the mystery. 深層学習（ディープラーニング）は、その高い精度と汎用性から、社会の多くの分野でその実用化が急速に進んでいる。 しかし、「なぜ深層学習は高い精度を発揮できるのか」という原理は未だ十分に解明されておらず、多くの謎が残されている。 本講義では、その謎に挑む理論的な試みとして、深層学習の近似・汎化・最適化の三つの側面に関する研究を紹介する。 |
| 講演言語(Language) | English |
| 講演者紹介(Introduction of Lecturer) | TBA. |