BEGIN:VCALENDAR VERSION:2.0 PRODID:-//https://techplay.jp//JP CALSCALE:GREGORIAN METHOD:PUBLISH X-WR-CALDESC:CF + Fin ML勉強会 X-WR-CALNAME:CF + Fin ML勉強会 X-WR-TIMEZONE:Asia/Tokyo BEGIN:VTIMEZONE TZID:Asia/Tokyo BEGIN:STANDARD DTSTART:19700101T000000 TZOFFSETFROM:+0900 TZOFFSETTO:+0900 TZNAME:JST END:STANDARD END:VTIMEZONE BEGIN:VEVENT UID:809471@techplay.jp SUMMARY:CF + Fin ML勉強会 DTSTART;TZID=Asia/Tokyo:20210313T120000 DTEND;TZID=Asia/Tokyo:20210313T170000 DTSTAMP:20260509T213614Z CREATED:20210224T142102Z DESCRIPTION:イベント詳細はこちら\nhttps://techplay.jp/event/80947 1?utm_medium=referral&utm_source=ics&utm_campaign=ics\n\n概要\nCFML勉 強会の皆さんと合同で勉強会を開催します。この勉強 会では、CFML勉強会と FinML のそれぞれで面白そうな研 究や活動を行なっている方をお呼びして、最新の研究 に関してお話をしていただきます。\nどなたでもご参 加頂けますが、特に以下のような方々を想定していま す。\n\n機械学習 and/or 因果推論に関する論文を普段読 んでいる研究者、学生、エンジニア、データサイエン ティスト\n金融ドメインの機械学習に携わっている方\n \n本イベントは CFML勉強会にもイベントページ が作成 されておりますが、同内容になります。参加登録はど ちらで行っても同じです。\nアンケート\nhttps://docs.googl e.com/forms/d/1xDCM1iYvPKZwHlm7_yXvoQfPG_4cPj96YYeWzyhNoQY\n実施方法\ n\nZOOMを使用します。各自インストールをお願いします 。 \nURLは当日（3/13）に、connpassのメッセージ機能で登 録者に事前にお送りいたします。\n一つの発表時間は 約30 or 60分です。\n発表資料（日本語 or 英語）の公開 が行われるものと、そうでないものがあります。\n質 疑応答は、sli.doを使用して行います。 使用方法は以下 の通りです。\nconnpassのメッセージ機能でお知らせした URLにアクセスしてください\n発表者に質問があれば、 都度ここに書き込んでください（匿名可）。\n質問は 他の方も閲覧可能です。自分も聞きたいという質問が あれば「いいね」ができます。\n発表終了後時間が許 す限り、発表者が「いいね」が多いものから優先して 回答していきます。\n\n\n\n注意事項\n技術交流が目的の 勉強会ですので、知識の共有および、参加者同士の交 流を目的としない参加はお断りしています。\n参加目 的が不適切だと判断される場合には、運営側で参加を キャンセルさせていただく場合がございます。\nタイ ムテーブル\n\n\n\n時間\n内容\n\n\n\n\n12:00 - 12:10\n挨拶・ 諸連絡\n\n\n12:10 - 13:10\n発表①：「On Statistical Discriminatio n as a Failure of Social Learning: A Multi-Armed Bandit Approach」\n\n\n 13:10 - 13:20\n休憩・質疑\n\n\n13:20 - 14:20\n発表②：「AIで 迫る、運用の「クセ」と第6感 」\n\n\n14:20 - 14:30\n休憩 ・質疑\n\n\n14:30 - 15:00\n発表③：「広告配信プロダクト における経済学の活用」\n\n\n15:00 - 15:30\n発表④：「金 融 × AI で解くべき問題は何か？」\n\n\n15:30 - 15:40\n休憩 ・質疑\n\n\n15:40 - 16:10\n発表⑤：「金融時系列予測のた めの機械学習：直近の我々の採択論文を紹介」\n\n\n16:1 0 - 16:40\n発表⑥：「金融理論における深層学習の活用 について」\n\n\n16:40 - 16:50\n質疑・閉会\n\n\n\n※ 適宜休 憩を取ります。当日予告なく時間配分、内容が変更に なる可能性がございます。\n発表の詳細\nタイトル：「 On Statistical Discrimination as a Failure of Social Learning: A Multi-Ar med Bandit Approach」\n発表者：野田 俊也　@himagegine　（ブ リティシュコロンビア大学）\nプロフィール：マーケ ットデザイン、マッチング、オークション理論を専門 とする。特に、社会実装を強く意識した応用性の高い 制度設計に取り組んできた。既存の研究対象にとらわ れず、新しい制度設計の対象の開拓を目指しており、 近年は特に仮想通貨およびスマートコントラクトの経 済学的分析に注力している。ブリティシュコロンビア 大学助教授・スタンフォード大学PhD（経済学）。\n発 表概要：ニューヨーク大学の小宮山純平氏と共著した 、統計的差別の発生と継続を多腕バンディット問題の 枠組みを使って分析した論文を発表します。\nタイト ル： 「AIで迫る、運用の「クセ」と第6感 」\n発表者： 田尻 貴夫（Sony CSL）\nプロフィール：株式会社ソニー コンピュータサイエンス研究所　プロジェクトリーダ ー\n株式会社ブリヂストンおよび本田技研工業株式会 社において本社購買部門を経験後、外資系経営戦略コ ンサルティングファームの戦略系コンサルタントとし て様々な業界の事業戦略および海外戦略を策定。その 後ソニーフィナンシャルホールディングス株式会社等 にて海外戦略等の策定および実行。現職では、GPIFにお けるAI活用プロジェクト、ネット銀行向けAIロボットア ドバイザー 企画開発、非金融資産をアセットクラスと する資産運用アプリβ版の企画開発運営、等を行う。 筑波大学第一学群人文学類卒業　学士（文学） 東京大 学大学院人文社会系研究科修了　文学修士\n発表概要 ：ソニーコンピュータサイエンス研究所は2017年より約 3年間世界最大の公的年金基金であるGPIFとAI活用プロジ ェクトを行いました。そこでは、運用機関の選定でAI がファンド間の違いの決め手を明確にすることができ れば個人の経験や能力によらない平準化された選定眼 を持つことが可能になること、運用機関の選定でAIが ファンド運用行動の変化を検知し、その変化の確認プ ロセスを重ねることでAIの信頼性を高めることができ ることを検証しました。本公演ではその内容および適 用技術を発表します。\nタイトル：「広告配信プロダ クトにおける経済学の活用」\n発表者：金子 雄祐　@col dstart_p（サイバーエージェント）\nプロフィール：2018 年CyberAgent新卒入社. AI事業本部Dynalyst データサイエン ティストチームリーダー. 大学院では東京大学経済学 研究科統計学コースで計量経済学，特に因果推論を学 んだ．現在はリターゲティング広告配信アルゴリズム の開発などに従事．社内研究者チームと協力して強化 学習や因果推論関連の論文執筆なども行っている．Kagg le Master.\n発表概要：広告配信DSPにおける機械学習や実 験計画，因果推論の活用とその応用例について直近の 研究例と交えて紹介いたします．\nタイトル：「金融 × AI で解くべき問題は何か？」\n発表者：永山 恒彦（ みずほ第一フィナンシャルテクノロジー/東京大学）\n プロフィール：みずほ第一フィナンシャルテクノロジ ー　データアナリティクス技術開発部所属。東京大学 大学院情報理工学系研究科博士課程1年。\n金融ドメイ ンにおける機械学習の活用について取り組んでいます 。\n発表概要：金融ドメインにおけるデータの特徴を 鑑みたうえで、金融×機械学習の難しさはどこにある のか、それを軽減するアプローチとしてどのようなも のが考えられるかについて、ご紹介します。\nタイト ル：「金融時系列予測のための機械学習：直近の我々 の採択論文を紹介」\n発表者：伊藤 克哉（@k1ito）（PFN ）\nプロフィール：Preferred Networksにてデータサイエン ティストとして、金融業界や製造業のデータ分析・研 究開発を行う。時系列分析や異常検知などが専門。大 学では理学部数学科で純粋数学を学び、大学院では経 済学研究科でファイナンスについて研究し、新卒でPref erred Networksに入社。\n発表概要：Preferred Networksと野村ア セットマネジメントでの共同研究でAAAI・AAMASに採択さ れた株価予測・時系列予測手法について説明します。 特に、金融業界のドメイン知識と機械学習をどのよう に融合させるかについて重きを置いています。\nタイ トル：「金融理論における深層学習の活用について」\ n発表者：伊藤 広大（みずほ第一フィナンシャルテク ノロジー）\nプロフィール：みずほ第一フィナンシャ ルテクノロジー株式会社、投資技術開発部。\n主にア セットアロケーション策定に関する調査・分析やコン サルティング、およびロボアド・ライフプランシミュ レーターのロジック開発などに取り組んでいます。\n 発表概要：金融理論においては、現実の複雑なマーケ ットにおける行動の指針を得るために、モデルを通じ た単純化が行われてきました。\n一方で、近年の機械 学習分野における研究の進展により、モデルはより多 様なデータを扱ったり柔軟な構造を表現出来るように なりつつあります。\n本発表では、機械学習分野でも 特に発展の著しい深層学習に注目し、深層学習を用い た近年の金融理論の進展の事例を紹介します。 LOCATION:オンライン URL:https://techplay.jp/event/809471?utm_medium=referral&utm_source=ics&utm _campaign=ics END:VEVENT END:VCALENDAR