原 聡研究室

About关于研究室

从算法出发，思考可靠的机器学习。

原研究室致力于机器学习算法的研究，以及机器学习在科学・测量领域的应用。
复杂的机器学习模型虽然精度高、使用方便，但也被指出存在可靠性方面的问题，例如无法得知其判断的理由、会学到不公平的偏见等。
针对这些课题，该研究室研究用于说明模型判断理由的可解释AI，以及判断的公平性。
为了让不是经验丰富的专业人士也能构建出好的模型，该研究室还在研究如何提高机器学习的易用性。

Research研究课题

原研究室致力于机器学习算法的研究，以及机器学习在科学・测量领域的应用。研究内容包括机器学习模型的可靠性、机器学习的易用性、从数据中发现知识等。

※示意图

说明AI的判断理由↗

复杂的模型存在“黑箱”问题，即用户无法理解其判断的理由。为缓解这一问题，该研究室研究让模型说明自身判断理由的解释技术。

※示意图

模型的公平性↗

机器学习模型有时会连数据中内在的歧视性偏见也一并学习。研究逐渐发现，模型所有者有可能隐瞒这类不公平偏见的存在。

※示意图

提升机器学习的易用性↗

要构建好的模型，离不开基于经验、直觉和专业知识的反复试错。该研究室的目标是提高机器学习的易用性，使不是经验丰富的专业人士也能构建出好的模型。

※示意图

消除数据分析的陷阱↗

如果盲目地使用分析工具，可能会陷入遗漏重要知识、发现错误知识等陷阱。该研究室正在开发能够消除这些陷阱的新型数据分析技术。

Voices学长学姐的评价

评价基于在读（或曾在读）学生的个人经历，不代表研究室官方观点。评价的有无或数量不代表对研究室的评价。

对于接受采访的学生，无论内容如何，我们可能会赠送谢礼（价值1,000日元的礼品）。