機械学習のモデリングでは未学習データに対する汎化性(予測性能)が要求されます.汎化性のよいモデルを構成する問題は一般にモデル選択と呼ばれていて,それは統計科学の問題でもあります.私は,ニューラルネットワークなどのモデルの統計的性質を明らかにするとともに,そのモデル選択の方法を研究しています.
近年,ディープラーニングの発展・応用によって人工知能についての研究が活発化しています.私の研究は,その基礎理論に関係しています.
ディープラーニングを含む機械学習のモデル選択についての理論研究を進めていきますが,機械学習やデータサイエンスの応用において連携できると思います.