メタ特徴の最適化処理による識別器構築アルゴリズム自動選択システム

抄録

ビッグデータ社会の到来とともに、現実世界の事例を基にモデルを作成し、作成したモデルに基づいて未知データの特性を予測するための識別器が広く応用されるようになってきた。しかし、識別器を構築するためのアルゴリズムは数多く存在するため、ビッグデータ解析に不慣れなユーザにとって、適切なアルゴリズムを選択することは非常に難しい。なぜならば、扱うデータの性質や目的によって、適したアルゴリズムが異なり、またデータの性質も多岐にわたるためである。そのため、精度の高い識別器を構築するために多くの時間と手間がかかってしまうと言う問題が生じる。そこで本論文では、この問題を解決するため、適切な識別器構築アルゴリズムを自動的に選択するシステムを提案する。提案システムでは、解析対象のデータの特徴を表すメタ特徴を導入し、各種データセットのメタ特徴と最適なアルゴリズムの組み合わせから学習を行うことによって、最適アルゴリズムを予測するモデルを構築する。