文献

J-GLOBAL ID：202002233052549359   整理番号：20A1930978

人間誘導機械学習に向けて【JST・京大機械翻訳】

Towards human-guided machine learning

著者 (9件)： Gil Yolanda (University of Southern California) ,  Honaker James (Harvard University) ,  Gupta Shikhar (University of Southern California) ,  Ma Yibo (University of Southern California) ,  D’Orazio Vito (University of Texas at Dallas) ,  Garijo Daniel (University of Southern California) ,  Gadewar Shruti (University of Southern California) ,  Yang Qifan (University of Southern California) ,  Jahanshad Neda (University of Southern California)
資料名： ACM Proceedings  (ACM Proceedings)
号： IUI ’19  ページ： 614-624  発行年： 2019年 
JST資料番号： D0698C  資料種別： 会議録 (C)
記事区分： 原著論文  発行国： アメリカ合衆国 (USA)  言語： 英語 (EN)

抄録/ポイント： 自動化マシン学習(AutoML)システムは,可能な種類のモデルの大きな空間から可能な解決策を自動的に探索する。完全に自動化された機械学習は,多くの応用に適しているが,ユーザは,利用可能なデータと解決策を補足し,制約する知識を持つことが多い。本論文では,ユーザがAutoMLシステムと相互作用するハイブリッドアプローチとして人間誘導機械学習(HGML)を提案し,利用可能なデータに関するユーザの知識を反映する異なる問題設定を探索するためにタスクをタスクする。著者らは以下を示した。1)ユーザが遂行する課題を示すHGMLのタスク分析,2)2つの科学的出版物,1つは,自己MLシステムを用いた解決策の探索,その特性化に基づくHGMLの要件,4)これらの要求に関する既存のAutoMLシステムの評価,という点で,2つの科学的出版物,1つは,その特徴に基づく解決策を検索する。Please refer to this article’s citation page on the publisher website for specific rights information. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： 相互作用 ,  自動化 ,  *学習 ,  刊行物 ,  キャラクタリゼーション ,  *機械学習 ,  ワークフロー
準シソーラス用語： タスク分析 , 【Automatic Indexing@JST】

著者キーワード (4件)： 自動機械学習(AutoML) ,  人間誘導機械学習 ,  科学的ワークフロー ,  タスク分析

分類 (1件)： 人工知能  (JE08000Z)

タイトルに関連する用語 (3件)： 人間 ,  誘導 ,  機械学習