Makoto Yamada, Ph.D. [Japanese/English]

Makoto Yamada 

山田 誠, 博士(統計科学)
ユニットリーダー, 高次元統計モデリングユニット,RIKEN AIP
客員准教授, 統計数理研究所
客員准教授, Aalto University

E-mail: E-mail: textnormal{makoto.yamada@riken.jp}

News

弊ユニットでは、機械学習やデータマイニングのアルゴリズム開発や理論研究だけではなく、詐欺検知システムの開発やニュース推薦アルゴリズム等、実際に役立つアルゴリズムの研究開発にも興味を持って研究しております。機械学習やデータマイニングに興味のある学生、ポスドク、共同研究者は随時募集しておりますので、 お気軽にメールください。

2018 WSDM 2018のSenior PCメンバーをすることになりました.
2018 WSDM 2018のPublicity chairをすることになりました.
2017/09/01 メンバーが増えました!
2017/5/16 Convex Factorization Machineに関する論文がKDD 2017に採択されました.
2017/1/24 局所高次元特徴選択に関する論文がAISTATS 2017に採択されました.
2016/11/18 さきがけに採択されました プレスリリース.
2016/10/24 局所高次元特徴選択に関する論文がNIPS 2016 Learning in High Dimensions with Structure workshopに採択されました.

研究テーマ

高次元統計モデリングユニットでは、ヘルスケアやバイオのような高次元小標本データから、新規の科学的発見を目指す機械学習の方法論の研究を実施しております。特に、科学的発見の方法としては、単純な線形モデルを用いた特徴選択手法が広く利用されております。しかし、ヘルスケアやバイオデータは、データの生成プロセスが必ずしも線形であるとは限らないため、我々のユニットは科学的発見には非線形手法を用いることが重要だと考えており、そのための機械学習の方法論の研究開発を実施しております。究極的な目標として、データから自動で有用な情報を抽出できる機械学習基盤の構築を目指します。

機械学習

  • 大規模データ処理 (Hadoop, Spark)

  • スパースモデリング

  • マルチモーダル学習

  • 特徴選択

  • 異常値検出, 変化点検出