要約
現代のデータセットの規模が急速に拡大し、ラベル情報の取得が困難になっていることから、半教師付き学習は現代のデータ分析において実践的に重要な問題の一つとなっています。本研究では、生成モデルを用いた半教師付き学習のアプローチを見直し、小さなラベリング済みデータセットから大きな未ラベリングデータセットへの効果的な汎化を可能にする新しいモデルを開発しました。これまでの生成アプローチは、柔軟性に欠けたり、非効率的であるか、またはスケーラビリティが不足していました。本研究では、深層生成モデルと変分法における最近の進歩を活用した近似ベイジアン推論を使用することで、大幅な改善が得られることを示しています。これにより、生成アプローチは半教師付き学習において非常に競争力のあるものとなっています。