複数企業・複数機関による秘匿データの統合解析

■　講師

筑波大学　准教授　博士（工学）　今倉暁氏

【専門】
数値解析、機械学習

【略歴、著書】
2011年名古屋大学大学院工学研究科計算理工学専攻博士後期課程修了。博士（工学）。現在、筑波大学システム情報系准教授。
著書：(共著)『数値線形代数の数理とHPC』共立出版(2018)、
　　　(共著)『データサイエンスはじめの一歩』講談社(2024)、
　　　『行列計算アルゴリズム基本から機械学習への応用まで』講談社（2025）。

■　開催要領

日　時	：	【アーカイブ（録画）配信】２０２６年１０月２９日まで受付（視聴期間：１０月２９日～１１月８日まで） ※２０２６年１０月２０日（火）　１０：００～１２：００の録画配信です
会　場	：	Zoomを利用した Live配信またはアーカイブ配信　※会場での講義は行いませんセミナーの接続確認・受講手順は「こちら」をご確認下さい。
聴講料	：	1名につき３８,５００円（消費税込、資料付）〔１社２名以上同時申込の場合のみ１名につき３３,０００円〕〔大学、公的機関、医療機関の方には割引制度があります。詳しくは上部の「アカデミック価格」をご覧下さい〕

■　プログラム

【講座の趣旨】
　近年、複数の企業や機関が保持するデータを集約し、統合的に解析するニーズが高まっている。しかしながら、企業秘密や個人情報保護の観点から、データを共有することが困難となる場合がある。本講座では、複数企業・複数機関が分散保持する秘匿データについて、生データを共有せずに安全に統合解析する「分散データ統合解析技術」について解説する。

１．行列計算と機械学習

　1.1　機械学習の概要
　1.2　最小二乗法
　1.3　次元削減
　1.4　行列計算の観点での計算の工夫

２．分散データ統合解析技術の概要

　2.1　分散データ統合解析
　2.2　分散データ統合解析技術

３．データコラボレーション解析の概要

　3.1　基本アイディア
　3.2　アルゴリズム
　3.3　データの安全性
　3.4　他技術との関係
　3.5　想定される応用

４．データコラボレーション解析の実施例

　4.1　回帰・分類問題
　4.2　異常検知
　4.3　解釈可能モデル
　4.4　生存時間分析

【質疑応答】