こんにちは。リクルートジョブズのnasukaです。
現在ICMLというカンファレンスに来ているので、本日はその模様をお伝えします!

ICMLとは

ICMLとは、“International Conference on Machine Learning”の略で、その名の通り、機械学習の国際会議です。
機械学習の分野ではNIPSと並ぶトップカンファレンスで、今年はニューヨークで開催されています。
ICMLはチュートリアル+メインカンファレンス+ワークショップの3部から構成されています。
個人的な解釈ですが、各パートの意味合いは凡そ下記のようなものだと思います。

チュートリアル:特定の研究トピックの詳細解説
メインカンファレンス:研究成果の発表
ワークショップ:萌芽的な研究の紹介

参加者について

今年の参加者は3000人を超えたようです。去年の参加者が1500人強だったことを鑑みると、ニューヨークという開催地の良さを差し引いても、物凄い勢いで参加者数が増加していることになります。

icml_participant
ICML参加者数の推移

近年機械学習のビジネス利用に注目が集まっていることもあって参加者が非常に増えているようで、特に今年はニューヨークという立地もあってこのような記事(ICML space fight : http://hunch.net/?p=4329902)も書かれました。かくいう私も、元々はチュートリアルに申し込もうと思っていたのですが、チケットが早期に売り切れてしまい参加できず…

ICMLは理論に重きを置いている会議なのですが、それでもこれだけの人数が参加している事実には驚かされます。日本からの参加者としては、東大等の研究者の方や、Smartnews等のWeb系企業、後はメーカー系の企業からも参加されている方が見受けられました。

今年のトピック

icml_topic
採択された論文タイトルのワードクラウド

機械学習と言っても非常に多くのトピックがあるのですが、今年は下記トピックのセッションが多く見受けられました。

Deep Learning

非常に流行している『Deep Learning』ですが、その存在感はCMLでも一際大きいものとして感じられます。メインカンファレンスは7つのセッションが同時並行で開催されていて、そのうち1つか2つはDeep Learningのセッションで構成されていました。

Optimization

機械学習と切り離せないのが『最適化』で、こちらも非常に多くのセッションが見受けられました。
今回私は強化学習を中心に聴講していた為、最適化のセッションを見ることはできていないのですが、タイトルを見る限り「劣モジュラ最適化」の話題が多い印象を受けました。

Reinforcement Learning

日本語では『強化学習』と訳される技術です。DeepmindのAlpha Goや自動車の自動運転、ロボットの制御など、応用先は多岐に渡っており、今後非常に重要なポジションを占めるようになると思われる技術です。こちらもDeep Learningほどではないですが、中々のセッション数を誇っています。Deep Learningを強化学習に取り入れた手法の発表が多く、Deep Q-Networkを活用した発表が非常に多く見受けられました。

その他

個人的に興味を持っていた『Bandit』は思ったよりも多くの発表があり、特に「contextual bandit」に関連した発表が多かったです。能動学習や転移学習、プライバシーといったトピックは思っていたよりも少なく、特にプライバシーは私の大学院時代の研究分野だっただけに少し寂しさを覚えます…。

終わりに

本日でメインカンファレンスは終了となります。昨年と比較してもよりDeepな発表が増えており、Deep Learningの勢いを強く感じる内容でした。
明日からは2日間ワークショップが開催されます。個人的には「Data-Efficient Machine Learning」に関心があるので、こちらのワークショップを中心に参加してみようと思います。