タイルアルゴリズムは行列を小行列(タイル)に分割し，個々のタイルに対して処理を行うことで細粒度のタスクを大量に生成できるため，高並列環境向きの行列分解アルゴリズムとして注目されている．
タイルアルゴリズムはタイルサイズと内部ブロックサイズが調整可能なパラメータであり，計算環境や行列サイズに応じて適切なパラメータチューニングを行わないと十分な性能を発揮できない．
今回は，行列分解の計算速度を予測する統計モデルを生成することでパラメータのチューニングを行った．その結果，モデルの説明変数の自動選択及びチューニング時間の短縮を実現したため，それを報告する．