Masahito Kurihara 研究室

Kurihara研究室では、機械学習の手法を用いて、大規模で複雑なデータから有用な情報を抽出・予測する問題に取り組んでいます。具体的には、ウェブ上で得られる多次元の評価データや疎なデータセット（データの大部分が欠落している状態）を対象として、推薦システムの精度向上や予測モデルの改善を目指しています。また、データが限定的な状況下で少数ユーザーの評価から全体的な評価を推定する適応的な予測も研究対象としています。 手法としては、ニューラルネットワークなどの深層学習、特徴量の相互作用を考慮した機械学習モデル、カーネル法に基づくアプローチ、またはアンサンブル学習（複数の予測器を組み合わせる手法）など、多様な機械学習技術を活用しています。これらの手法に対して正則化などの工夫を加えることで、モデルの精度向上と解釈可能性の改善を両立させることに注力しています。さらに、オンライン学習（逐次的に到着するデータに対応する学習）の環境でも有効に機能するアルゴリズムの開発も行っています。 主な知見として、適切な機械学習手法を選択・最適化することで、データが不完全あるいは限定的な実務的環境においても、従来手法を上回る予測精度と計算効率を実現できることが示されています。