今やIT関係の話題でAIは、トピックが出ない日はないのでは、ってくらい取り上げられますね。AIを実現する上で、コアとなる技術は機械学習で、今みなさんが在籍している会社でも試してみたりされているかもしれません。
機械学習を行う上では大量の教師データが必要と言われていますが、中々そのデータを集めることが難しかったりします。データが集まらないということには、機械学習で成果を出ないんじゃないか、と思ってしまいますが、今回紹介するスパースモデリングという方法もあったりします。スパースモデリングは、与えられたパラメーターの重み付けを0にするなど条件付けして、データが少なくても結果がだせるような仕組みにしていましす。
【「ITエンジニアのためのスパースモデリング入門」連載一覧】
https://codezine.jp/article/detail/10957
もう少し細かい仕組みについては、以下のQiitaの記事にまとめられています。スパースモデリングは、パラメーターの自動選定をしてくれる、ただそのためには特徴量の候補を事前に用意する必要がある、というのがポイントですね。
【スパースモデリング (1) 特徴量と冗長な辞書】
https://qiita.com/mnagahara/items/183899ec334247ec7af6
