1. 深層学習を
医療に応用するために
成家悠太
※一部変更させていただいている場
所がございます。ご了承ください。

2. この発表について
この一ヶ月にReNomで行なったことを紹介します。

3. Introduction: 機械学習の医療への応用
u 医学論文解析
u 画像診断
u 診療補助
u 創薬
⇒さまざまな応用方法が模索されている

4. Introduction: 深層学習の得意な分野とは
大量に得られるデータを用いて学習し、その結果に基づいて
分析をする。
⇒例えば手書きの文字などは、大量にデータを集めることが
できる。

5. 深層学習を応用する上での問題点の例
u 希少なデータが手に入りにくく、深層学習に必要なだけ
のデータが得られないことがある
u データの計算処理量が莫大になることがある
u 「良い」データばかりであるとは限らない。
など

6. Methodの前に
u 深層学習では、パラメータの更新を繰り返すことで学習
をする。
u パラメータが、「良い値」になるまで、計算を何度も繰
り返す。
u ネットワークを初めから作ることはできないだろうか？

7. Method
0
1
9
・
・
・
・
９

8. Result
u最終的な性能が落ちてしまった。
u学習データに対して過剰にフィッティングを示し
てしまう。(過学習)
u色々試してみましたが、この方法では上手くいか
ないようです。

9. Suggestions
u学習をする際には、「適切に」学ぶことが必要。
u急いで学びすぎると過学習してしまうことが考え
られる。

10. Suggestions
u過学習はデータに存在する偏りが原因の一つ。
u次に考えるべきモデル

11. ご静聴ありがとうございました。
質問があれば、懇親会の際にお願いします。