国内発表

発表スライド (Slideshare)

著書

招待講演

  • 鈴木大慈: 文部科学大臣表彰・若手科学者賞「深層学習の原理解明に向けた統計的学習理論の研究」.文部科学省,2020年4月7日.
  • 鈴木大慈: ベストオーサー賞(論文部門),「ベイズ法を用いた高次元テンソル推定」(応用数理, vol.27, No.3, pp.7--14, 2017).日本応用数理学会,2019年9月4日.
  • Tomoya Murata,Taiji Suzuki: Doubly Accelerated Stochastic Variance Reduced Gradient Method for Regularized Empirical Risk Minimization. 2016年度IBISML研究会賞.2017年11月8日.
  • 鈴木大慈: 第11回日本統計学会研究業績賞 (2017年度).2017年9月5日.
  • 鈴木大慈: 日本応用数理学会第六回業績賞 (2016年度).『前立腺癌の間欠的内分泌療法に関する数理的アプローチ』.合原 一幸,平田 祥人,田中 剛平,鈴木 大慈,森野 佳生.2017年6月30日.
  • 鈴木大慈: 日本応用数理学会論文賞(JSIAM Letters部門)(2016年度). Improvement of Multipler Kernel Learning using Adaptively Weighted Regularization (JSIAM Letter, vol.5, pp.49-52, 2013). 2016年9月13日.
  • 鈴木大慈: 東京工業大学挑戦的研究賞・学長特別賞 (2014年度).2014年9月5日.
  • 鈴木大慈: 2012年度IBISML研究会賞. Dual Averaging and Proximal Gradient Descent for Online Alternating Direction Multiplier Method.
  • 鈴木大慈: 情報理工学系研究科長賞 東京大学大学院情報理工学系研究科,2009年.
  • 鈴木大慈: 情報理工学系研究科長賞 東京大学大学院情報理工学系研究科,2006年.
  • MIRU優秀論文賞, Meeting on Image Recognition and Understanding 2008 (MIRU2008), 2008年 "Direct Importance Estimation - A New Versatile Tool for Statistical Pattern Recognition" Masashi Sugiyama (Tokyo Institute of Technology), Takafumi Kanamori (Nagoya University), Taiji Suzuki (University of Tokyo), Shohei Hido (IBM Research), Jun Sese (Ochanomizu University), Ichiro Takeuchi (Mie University), and Liwei Wang (Peking University).

論文

学会および研究集会,シンポジウムでの発表

  • Taiji Suzuki: Generalization error of deep learning and its learning dynamics from compression ability point of view.The 11th Innovation with Statistics and Data Science (ICSA 2019) ("Statistical Theory for Neural Networks and Machine Learning" session), Hangzhou Dragon Hotel (杭州黄龍飯店), 22/Dec/2019.
  • 二反田篤史, 鈴木大慈: 高次元二層ニューラルネットに対する勾配降下法による識別誤差の大域収束性と汎化性能解析. IBIS2019 ポスターセッション, ウインクあいち, 2019年11月21日.
  • 谷口晃一, 池田正弘, 園田翔, 大野健太, 鈴木大慈: ReLU深層ニューラルネットワークの一般化されたBesov空間での関数近似能力について. IBIS2019 ポスターセッション, ウインクあいち, 2019年11月20日.
  • 渡邊千紘, 鈴木大慈: Latent Block Modelのクラスタ数に関する適合度検定. IBIS2019 ポスターセッション, ウインクあいち, 2019年11月20日.
  • 八嶋晋吾, 二反田篤史, 鈴木大慈:Random Featureを用いた確率的勾配法の期待識別誤差の収束解析. IBIS2019 ポスターセッション, ウインクあいち, 2019年11月20日.
  • 八嶋晋吾, 二反田 篤史, 鈴木大慈: カーネル法におけるrandom featureを用いた確率的勾配法の期待識別誤差の線形収束性.2019年度統計関連学会連合大会, 滋賀大学 彦根キャンパス, 2019年9月12日.
  • 大野健太, 鈴木大慈: グラフスペクトルを介した深層グラフモデルの漸近挙動解析.2019年度統計関連学会連合大会, 滋賀大学 彦根キャンパス, 2019年9月11日.
  • 二反田 篤史, 鈴木大慈: 識別問題に対する高次元二層ニューラルネットの勾配法による汎化性能解析.2019年度統計関連学会連合大会, 滋賀大学 彦根キャンパス, 2019年9月11日.
  • 鈴木大慈: 深層ニューラルネットワークの圧縮可能性を用いた非圧縮ネットワークの汎化誤差解析.2019年度統計関連学会連合大会, 滋賀大学 彦根キャンパス, 2019年9月11日.
  • 高橋亜実, 鈴木大慈: Bayesian optimization for dose finding studies.2019年度統計関連学会連合大会, 滋賀大学 彦根キャンパス, 2019年9月11日.
  • 早川知志, 鈴木大慈: スパースなパラメータ空間における深層ニューラルネットワークのミニマックス最適性および優位性について.2019年度統計関連学会連合大会, 滋賀大学 彦根キャンパス, 2019年9月9日.(コンペティション講演・最優秀報告賞受賞)
  • Kenta Oono, Taiji Suzuki:Toward Understanding Expressive Power of Graph Convolutional Neural Networks. Data Science, Statistics & Visualization (DSSV2019). Doshisha University, Kyoto, Japan, 14/Aug/2019.
  • Atsushi Nitanda, Taiji Suzuki:Exponential Convergence of Stochastic Gradient Descent for Binary Classification Problems. Data Science, Statistics & Visualization (DSSV2019). Doshisha University, Kyoto, Japan, 13/Aug/2019.
  • Taiji Suzuki:Generalization error bound of deep learning via spectral analysis and its application to model compression. 3rd International Conference on Econometrics and Statistics (EcoSta2019). National Chung Hsing University, Taiwan, 27/Jun/2019.
  • 鈴木大慈: 深層学習理論チーム成果報告. AIPシンポジウム2018年度成果報告会. 2019/3/19. JPタワー ホール&カンファレンス.(ポスター発表)
  • Taiji Suzuki: Generalization error analysis of deep learning and its application to model compression. DL2.0 Unit, I2R-TokyoTech Co-workshop on Deep Learning. 2019/3/8. I2R, Singapore.
  • 〇二反田 篤史,鈴木 大慈: 強低ノイズ条件下識別問題に対する確率的勾配降下法の線形収束性. IBIS2018.ポスターセッション.かでる2.7.2018年11月6日.(会期:2018年11月4日-7日)
  • 〇二反田 篤史,鈴木 大慈: 確率的勾配降下法による期待識別誤差の線形収束性. 統計関連学会連合大会.中央大学,9月9-13日,2018年.(9/13発表)
  • Taiji Suzuki: Generalization error analysis of deep learning: avoiding curse of dimensionality and practical application. 統計関連学会連合大会,2018 CSA-KSS-JSS Joint International Sessions: Machine Learning. 中央大学,9月9-13日,2018年.(9/12発表)
  • 鈴木大慈: 統計学と機械学習,そして人工知能. 統計関連学会連合大会.中央大学,9月9-13日,2018年.(9/12発表)
  • 〇Masaaki Takada, Taiji Suzuki and Hironori Fujisawa: Sparse Modeling with Uncorrelated Variables. 統計関連学会連合大会.中央大学,9月9-13日,2018年.(9/11発表)
  • Taiji Suzuki:Accelerated stochastic optimization for finite sum regularized empirical risk minimization. First Conference on Discrete Optimization and Machine Learning.25th/July/2018. RIKEN Center for Advanced Intelligence Project Tokyo, Japan. (conference: 23th--25th/July)
  • Taiji Suzuki: Estimating nonlinear tensor product in infinite dimensional functional space by kernel and neural network models. IMS-APRM2018. Oral presentation.26th/Jun/2018. National University of Singapore. (conference: 26th--29th/Jun/2018)
  • 鈴木大慈: 深層学習の汎化誤差理論とモデル圧縮への応用 . 「人工知能を用いた統合的ながん医療システムの開発」CRESTセミナー.口頭発表.2018年5月9日.国立がん研究センター研究所.
  • 鈴木大慈: 深層学習理論チームの取り組み~深層学習の汎化誤差理論~. AIPセンターシンポジウム 兼 成果報告会 ~社会実装,倫理から基礎数理まで革新知能研究の最先端~. 口頭発表.2018年3月16日.JPタワー ホール&カンファレンス.
  • 鈴木大慈: 統合的機械学習手法の数理. 変わりゆく数学 ~数学による社会的・人類的課題への挑戦~. 口頭発表.2018年3月7日.東京大学駒場キャンパス.
  • 鈴木大慈: カーネル法による深層学習の汎化誤差理論. JST ERATO 河原林巨大グラフプロジェクト,情報系 WINTER FESTA Episode3. ポスターセッション. 2017年12月26日.(会期:2017年12月25-26日)
  • Taiji Suzuki: Estimation accuracy and computational efficiency of non-parametric kernel tensor estimators. The 10th International Conference of the ERCIM WG on Computational and Methodological Statistics (CMStatistics 2017). Senate House, University of London, UK, 16-18 December 2017. (presented in 17/Dec)
  • 二反田篤史,鈴木大慈: 関数微分法による深層ニューラルネットワークの構築. IBIS2017.ポスターセッション.東京大学.2017年11月10日.(会期:2017年11月8日-11日)
  • 髙田正彬, 鈴木大慈, 藤澤洋徳: IILasso:相関情報を罰則項に導入したスパースモデリング. IBIS2017.ポスターセッション.東京大学.2017年11月9日.(会期:2017年11月8日-11日)
  • Taiji Suzuki: Generalization error bounds of deep learning by Bayesian and empirical risk minimization approaches from a kernel perspective. France/Japan Machine Learning Workshop. 21-22/September, 2017. Amphi, Jean-Jaurès, Paris.
  • ○鈴木 大慈:カーネル法の理論による深層学習の汎化誤差解析. 大規模統計モデリングと計算統計 IV. 東京大学大学院数理科学研究科,2017年9月11日-12日.(9/12発表)
  • ○二反田 篤史, 鈴木 大慈: 輸送写像による確率測度の最適化とその応用. 統計関連学会連合大会,南山大学,9月3-6日,2017年.(9/6発表)
  • ○鈴木大慈(Taiji Suzuki): カーネル法の理論を用いた深層学習の汎化誤差評価(Generalization error analysis of deep learning via a kernel perspective). 統計関連学会連合大会,南山大学,9月3-6日,2017年.口頭英語発表.(9/6発表)
  • ○鈴木大慈: 高次元機械学習手法の統計的学習理論と計算理論. 統計関連学会連合大会,企画セッション:日本統計学会賞および日本統計学会研究業績賞受賞者記念講演,南山大学,9月3-6日,2017年.口頭発表.(9/5発表)
  • ○Atsushi Nitanda, Taiji Suzuki:A stochastic optimization method and generalization bounds for voting classifiers by continuous density functions. 第28回IBISML研究会.東京工業大学.2017年3月7日.(会期:2017年3月6日-7日)
  • ○Tomoya Murata, Taiji Suzuki:Doubly Accelerated Stochastic Variance Reduced Gradient Method for Regularized Empirical Risk Minimization. 第28回IBISML研究会.東京工業大学.2017年3月7日.(会期:2017年3月6日-7日)
  • ○大橋耕也,鈴木大慈:深層リカレントニューラルネットワークを用いたfMRIの解析及び脳機能の解読. 第28回IBISML研究会.東京工業大学.2017年3月6日.(会期:2017年3月6日-7日)
  • 鈴木大慈:コンピューターが学び賢くなる-人工知能のための数学-. 第19回JST数学キャラバン.岡山大学.2016年12月18日.
  • Taiji Suzuki: Some convergence results of nonparametric tensor estimators. International Symposium on Statistical Analysis for Large Complex Data. Tsukuba University, Japan. 2016年11月23日. 口頭発表.
  • ○Atsushi Nitanda, Taiji Suzuki: Particle Mirror Descent for the Infinite Majority Vote Classifier. IBIS2016,京都大学,2016年11月17日.ポスター発表.
  • ○金川平志郎,小林隼人,清水伸幸,田頭幸浩,鈴木 大慈:ニュース・動画サービス間のクロスドメイン推薦における課題.IBIS2016,京都大学,2016年11月18日.ポスター発表.
  • ○千葉龍一郎,鈴木大慈:深層学習による画像特徴抽出の自己位置推定への応用.IBIS2016,京都大学,2016年11月18日.ポスター発表.
  • ○村田智也,鈴木大慈:正則化項付き期待誤差最小化問題に対する加速AdaGradの提案.IBIS2016,京都大学,2016年11月18日.ポスター発表.
  • 鈴木大慈: ノンパラメトリックテンソルの推定理論と計算理論. 大規模統計モデリングと計算統計III,東京大学駒場キャンパス,9月27-28日,2016年.口頭発表.(9/27発表)
  • ○森裕一,鈴木大慈: 多変量正規分布におけるミニマックス性をもつベイズ予測分布のクラスと線形回帰への応用. 統計関連学会連合大会,金沢大学,9月4-7日,2016年.口頭発表.(9/6発表)
  • ○二反田篤史,鈴木大慈: 確率的DCアルゴリズムと深層ボルツマンマシン学習への応用. 統計関連学会連合大会,金沢大学,9月4-7日,2016年.口頭発表.(9/5発表)
  • 鈴木大慈: 発展する機械学習と統計分野の関わりそして今後について. 統計関連学会連合大会,【企画セッション】若手研究者セッション:これからの統計科学を考える,金沢大学,9月4-7日,2016年.口頭発表.(9/4発表)
  • 鈴木大慈: はじめての機械学習~機械学習を行うにあたっての考え方,ポイント,活用事例など~. 株式会社情報機構セミナー. 2016年4月25日.大田区産業プラザ.口頭発表.
  • 鈴木大慈: スパース性を用いた機械学習手法. (株)トリケップス,技術セミナー. 2016年2月24日.神田小川町あすか会議室.口頭発表.
  • 鈴木大慈: 確率的交互方向乗数法とマルチクラスグラフ型正則化学習への応用. 統計学と機械学習における数理とモデリング. 2016年2月22日.東京工業大学大岡山キャンパス.口頭発表. (会期:2016年2月21日~22日)
  • 鈴木大慈: 構造のある高次元データにおける機械学習とその理論. 先端学際工学特別講義. 2016年1月12日.東京大学先端研.口頭発表.
  • 鈴木大慈: Statistical properties of high dimensional low rank tensor estimators. 早稲田大学理工学研究所プロジェクト研究「金融数理および年金数理研究」セミナー. 2015年12月22日, 早稲田大学. 口頭発表.
  • Taiji Suzuki: Bayes method for low rank tensor estimation. International Meeting on “High-Dimensional Data Driven Science” (HD3-2015). Dec. 14th-17th/2015, Kyoto Japan. Oral presentation.
  • ○村田智也,鈴木大慈: 正則化経験誤差最小化問題に対する確率的分散縮小双対平均化法. IBIS2015, 2015年11月27日.エポカルつくば,ポスター発表.(会期:11月25日~11月28日)
  • ○金川平志郎,清水伸幸,小林隼人,田頭幸浩,鈴木大慈: 非線形テンソル学習手法の高速化とYahoo!ショッピング購買金額予測への適用. IBIS2015, 2015年11月27日.エポカルつくば,ポスター発表.(会期:11月25日~11月28日)
  • ○金川平志郎,鈴木大慈: ガウシアンプロセスカーネル法による非線形テンソル学習およびマルチタスク学習への応用. IBIS2015, 2015年11月27日.エポカルつくば,ポスター発表.(会期:11月25日~11月28日)
  • 鈴木大慈: Stochastic Alternating Direction Method of Multipliers and its Recent Development. 大規模統計モデリングと計算統計II. 2015年9月25日.東京大学大学院数理科学研究科,口頭発表.(会期:9月25日~26日, 26日発表)
  • ○森裕一,鈴木大慈: 多変量線形回帰における一般化リッジ推定量に基づいたモデル選択規準. 統計関連学会連合大会,岡山大学,9月6-9日,2015年.口頭発表.(9/8発表)
  • ○リー・マイケル,鈴木大慈: Time-Series Analysis on Multiperiodic Conditional Correlation by Sparse Covariance Selection and Its Computational Method. 統計関連学会連合大会,岡山大学,9月6-9日,2015年.口頭発表.(9/8発表)
  • 鈴木大慈:低ランクテンソル推定におけるベイズ推定量の性質. 第9回日本統計学会春季集会, 企画セッション「スパース・低ランク推定手法による高次元データ解析」. 2015年3月8日.明治大学中野キャンパス,口頭発表.
  • 鈴木大慈: 構造的正則化学習における確率的交互方向乗数法. 大規模統計モデリングと計算統計. 2015年2月6日.東京大学大学院数理科学研究科,口頭発表.(会期:2月6日~7日)
  • ○鈴木 大慈: スパース推定概観:モデル・理論・応用. 統計関連学会連合大会, pp. 247, 東京大学, 2014年9月13-16日,口頭発表.(9/15発表)
  • ○金川元信,鈴木 大慈,福水健次: 正定値カーネルを用いた条件付き確率密度推定. 統計関連学会連合大会, pp. 120, 東京大学, 2014年9月13-16日,口頭発表.(9/14発表)(発表奨励賞受賞)
  • ○Taiji Suzuki: PAC-Bayesian Bound for Gaussian Process Regression and Multiple Kernel Additive Model. 2014年度 数学協働プログラムワークショップ「超高次元データ解析の数理基盤」,統計数理研究所,2014年3月13-15日,口頭発表.(3/15発表)
  • ○Taiji Suzuki: Risk bounds for convex and Bayesian tensor estimators. ASC2014 Asymptotic Statistics and Computations 2014, March 11-12, 2014, ISM and University of Tokyo, oral presentation. (presented in 12th/March)
  • ○鈴木 大慈: マルチプルカーネル学習およびガウス過程事前分布を用いたスパース加法モデル推定 シンポジウム「高次元データ解析の理論と方法論、及び、関連分野への応用」,筑波大学,2013年11月25-27日,口頭発表.(11/26発表)
  • ○鈴木 大慈: スパース推定における確率集中不等式 京都大学数理研及び文部科学省 共催の研究集会「高次元量子トモグラフィにおける統計理論的なアプローチ」,京都大学,2013年10月30日-11月1日,口頭発表.(10/31発表)
  • ○鈴木 大慈: 低ランク行列推定におけるベイズ推定法の性質. 統計関連学会連合大会, pp. 211, 大阪大学, 2013年9月8-11日,口頭発表.(9/10発表)
  • ○鈴木 大慈: ガウシアンプロセス回帰を用いた加法モデル推定のPAC-Bayesバウンド. 統計関連学会連合大会, pp. 252, 北海道大学, 2012年9月9-12日,口頭発表.(9/11発表)
  • ○金森 敬文,武田 朗子 ,鈴木 大慈: 2値判別における損失関数と不確実性集合の共役性. 統計関連学会連合大会, 北海道大学, 2012年9月9-12日,口頭発表.(9/11発表)
  • ○鈴木 大慈: 疎でないマルチプルカーネル学習の速い収束レートおよび最適な正則化に関して. 第14回情報論的学習理論ワークショップ (IBIS2011),奈良女子大学. 2011年11月9日,ポスター発表.(2011/11/9~11) 信学技報, vol. 111, no. 275, IBISML2011-64, pp. 147-154, 2011年11月.
  • ○鈴木 大慈, 冨岡 亮太, 杉山 将: Fast Convergence Rate of Multiple Kernel Learning with Elastic-net Regularization. 第4回IBISML研究会, 阪大中之島センター,2011年3月28日-29日,口頭発表.(3/29発表) 信学技報, vol. 110, no. 476, IBISML2010-126, pp. 153--160, 2011年3月. <スライド>
  • ○金森敬文(名大),鈴木大慈(東大),杉山 将(東工大): カーネル密度比推定の統計的解析. 第4回IBISML研究会, 阪大中之島センター,2011年3月28日-29日,口頭発表.(3/29発表) 信学技報, vol. 110, no. 476, IBISML2010-110, pp. 41--48, 2011年3月.
  • ○鈴木 大慈, 冨岡 亮太, 杉山 将. Elasticnet型正則化を用いたMultiple Kernel Learningの漸近的性質について. 統計関連学会連合大会, p.55, 早稲田大学, 2010年9月5-8日,口頭発表.(9/6発表)
  • ○金森 敬文, 鈴木 大慈, 杉山 将. 密度比の推定による2標本検定. 統計関連学会連合大会, p.52, 早稲田大学, 2010年9月5-8日,口頭発表.(9/6発表)
  • ○鈴木大慈: Multiple Kernel Learningの効率的な計算手法とその拡張について. ベイズ統計への情報理論的アプローチとその周辺,東京大学,2009年12月4日,口頭発表.
  • ○鈴木 大慈, 冨岡 亮太: SpicyMKL: efficient multiple kernel learning method using dual augmented Lagrangian. 統計連合大会,同志社大学,2009年9月8日,口頭発表.
  • ○鈴木 大慈,杉山 将: Sufficient Dimension Reduction via Squared-loss Mutual Information Estimation.統計関連学会連合大会,同志社大学,2009年9月9日,口頭発表.
  • ○冨岡 亮太, 鈴木 大慈, 杉山 将. スパース正則化およびマルチカーネル学習のための最適化アルゴリズムとCV・PRへの応用 電子情報通信学会技術研究報告, PRMU2009-63, pp.43-48, 2009.
  • ○Suzuki, T. & Sugiyama, M. Sufficient dimension reduction via squared-loss mutual information estimation. In Proceedings of The Fourth International Workshop on Data-Mining and Statistical Science (DMSS2009), pp.68-77, Kyoto, Japan, Jul. 7-8, 2009.
  • ○Sugiyama, M., Kanamori, T., Suzuki, T., Hido, S., Sese, J., Takeuchi, I., & Wang, L. Methods and applications of density ratio estimation, In Proceedings of Acoustical Society of Japan 2009 Spring Meeting, no.2-5-12, pp.73-76, Tokyo, Japan, Mar. 17-19, 2009.
  • ○Suzuki, T. & Sugiyama, M. Independent component analysis by direct density-ratio estimation. IEICE Technical Report, NC2008-136, pp.195-199, 2009. (Presented at Meeting of IEICE Neurocomputing (NC) Technical Group, Tokyo, Japan, Mar. 11-13, 2009)
  • ○Sugiyama, M., Kanamori, T., Suzuki, T., Hido, S., Sese, J., Takeuchi, I., & Wang, L. Direct importance estimation---A new versatile tool for statistical pattern recognition. In Proceedings of Meeting on Image Recognition and Understanding 2008 (MIRU2008), pp.29-36, Nagano, Japan, Jul. 29-31, 2008. (This paper was selected for Best Paper Runner-up Award)
  • ○鈴木大慈、杉山将、瀬々潤、金森敬文: Approximating Mutual Information by Maximum Likelihood Density Ratio Estimation. 第11回情報論的学習理論ワークショップ (IBIS2008),仙台国際センター. 2008年10月30日,ポスター発表.
  • ○鈴木大慈: 局所データ統合によるマルチタスクラーニングの汎化誤差について. 統計連合大会,慶応義塾大学,2008年9月9日,口頭発表.
  • ○鈴木大慈: Boostingにおけるベイズ推定の一致性. 統計連合大会,神戸大学,2007年9月7日,口頭発表.
  • ○鈴木大慈,駒木文保: 一般化ベイズ推定における事前分布の選択. 統計関連学会連合大会,東北大学,2006年9月8日,口頭発表.
  • ○島田 尚,出田 亜位子,津本 国親,辻 繁樹,平田 祥人,鈴木 大慈,田中 剛平,武内 功,北村 唯一,合原 一幸: 前立腺癌の間欠的ホルモン療法の数理モデルによる解析. 第94回日本泌尿器科学会総会,2006年3月10日.
  • ○鈴木大慈,合原一幸: ハイブリッドシステムと間欠的療法. 科学費基盤研究(C)(企画調査) 「複雑システムを制御する多分解能動的システム理論の創成」第5回打ち合わせ, SICE制御部門マルチレゾルブドシステム調査研究会の第8回打ち合わせの合同会議,2005年9月25日.
  • ○鈴木大慈,合原一幸: 統計的学習理論の研究. 生産技術研究所,学術講演会・産学連携フォーラム合同講演会, 2005年1月27日,ポスター.

解説記事

  • 鈴木大慈:数理工学とAI.数理科学. No.685 (第58巻7号), pp.13--19.2020年7月1日.(2020年7月号『AI時代の数理,新時代における科学と方法』)
  • 鈴木大慈:数理のクロスロード/機械学習の数理/(2) カーネル法とニューラルネットワーク.数学セミナー. 686号 (vol.57, no.12), pp.68--73.2018年12月1日.
  • 鈴木大慈:数理のクロスロード/機械学習の数理/(1) 深層学習の理論.数学セミナー. 685号 (vol.57, no.11), pp.66--71.2018年10月12日.
  • 深層学習の汎化誤差理論によるモデル圧縮技術.電子情報通信学会誌.Vol.101 No.8, pp.862--863.2018年8月.
  • 鈴木大慈:「機械学習と数理統計」~統計的学習理論を通じて~. 数理科学.No.662, pp.20-25, 2018年8月号,サイエンス社.
  • 鈴木大慈:高次元統計学. 数理科学.No.642, pp.50-57, 2016年12月号,サイエンス社.
  • 鈴木大慈:アメリカで急伸する機械学習,基礎研究を重視する経営のすすめ. JMAマネジメント.Vol.2, No.12, 2014 (2014年12月), pp.24-25.Vol.3, No.1, 2015. (2015年1月), pp.26-27.
  • 冨岡亮太,鈴木大慈,林浩平,鹿島久嗣:凸最適化に基づくテンソル分解.『応用数理』,Vol. 24,No. 4,2014,pp. 16--23.
  • 鈴木大慈:機械学習におけるオンライン確率的最適化手法の理論. 『ビッグデータ・マネジメント-データサイエンティストのためのデータ利活用技術と事例』,pp.99--107. 株式会社エヌ・ティー・エス,2014年3月10日発刊.

メディア紹介

特別講義・集中講義

  • 京都大学,2018年12月17-20日.理学部数学教室「機械学習と深層学習の数理と応用」.
  • 同志社大学,2018年8月6-9日.文化情報学特殊講義「機械学習特論」.
  • 東京都立小石川中等教育学校,2018年7月19日.「人工知能の最新技術:機械学習とその理論」.サイエンスカフェ(フィロソフィーIII).
  • 京都大学,2017年11月17日.「機械学習技術の進展とその数理基盤」.MACSプログラム SG2,ミニ講義
  • 大阪大学, 2016年9月12-15日.統計情報科学,行動統計学特講2,数理特論II.
  • 名古屋大学, 2015年9月24-25日.「大規模機械学習の確率的最適化技法」
  • 東京大学, 2015年1月.「機械学習と統計的学習理論」
  • 北海道大学, 2014年9月.「機械学習における確率的最適化」

教育機関以外(企業など)での講義・セミナー

  • 鈴木大慈:応用数理学会ものづくり研究会.「機械学習の理論:スパース学習から深層学習まで」.2017年4月28日.
  • 鈴木大慈:「Minimax optimal alternating minimization for kernel nonparametric tensor learning」PFN主催NIPS2016読み会.2017年1月19日.
  • 鈴木大慈: ノンパラメトリックバウンドの理論と応用. NECデータマイニングセミナー, 2009年7月3日.
  • 小林徹也,冨岡亮太,大竹洋平,藤原寛太郎,鈴木大慈,合原一幸: ゲノムの数理~数学で理解する遺伝子のゆらぎ~. 文部科学省科学研究費特定領域研究ゲノム4領域 ゲノムひろば2004 in京都,京都染織会館(京都市四条烏丸),2004年8月7~8日,ポスター.

学会等活動