CounterFactual Machine Learning勉強会 #3

なんの勉強会？

近年因果推論の知識を機械学習に応用したり、逆に因果推論の為に機械学習を応用するといった方法論が提案されています。 この勉強会はCounterfactual Machine Learningと呼ばれるこれらの手法に関する研究や実例の紹介を行う事を目的としたものです。

想定する参加者

機械学習 and/or 因果推論の基礎的な知識を持つことを想定します。

会場と受付

会場：渋谷スクランブルスクエア 21F セミナールーム

来場方法 1. エレベーターで17Fまで上がる 2. 17Fに設置する受付でゲスト用のパスを受け取る 3. 17Fのゲートを通る 4. 21Fまでエレベーターで上がる 5. 21Fセミナールームで再度受付

受付の際にはスマートフォン等でconnpassの受付票の提示をお願いします。

注意事項

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。 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。 会場は禁煙となっております。

タイムテーブル

※ 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。

発表の詳細

タイトル：CFML@RecSys

発表者：@moshumoshu1205

プロフィール：東京工業大学経営工学系B4。CyberAgent AILabのADEcon TeamにてCFML関連の研究に取り組む。 ブログにてCFML関連の話題を発信中。主な研究テーマは推薦システムにおけるバイアス除去手法。

発表内容： 推薦システムに特化したRecSysという国際会議に参加してきました。本発表では、RecSysで議論されていたCFMLに関連する内容について共有します。 なお先日開催されたRecSys論文読み会に参加された方につきまして、その時の発表内容とかぶる部分があります。あらかじめご了承ください。

タイトル：ジオターゲティングにおけるUplift Modelingの応用

発表者：@dmoriwaki

プロフィール：CyberAgent AILab経済学チームのリサーチサイエンティストです。広告データ、位置情報、オープンデータと幅広くデータを扱う研究をしています。

発表内容：Uplift Modelingは個人属性から介入効果を予測することを可能にするため、広告配信において効果的なターゲティングを行うために使われます。ここでは位置情報を活用したターゲティング（ジオターゲティング）において、Uplift Modelingを適用した例について説明します。

タイトル： CFML関連のライブラリの紹介（仮）

発表者：@kazk1018

プロフィール：現在はスタートアップでプロダクト開発と研究開発のフリーランス。 元CyberAgent AILab Machine Learning Groupチームリーダー。 主に機械学習・画像認識の研究開発やMLOpsなどをやっていました。

発表内容： Causalityという考え方が機械学習屋にも広がる中で、各テック企業がCausalityやCFMLに関するライブラリを公開しています。これまでに公開されているライブラリは主に因果推論に関するものが多いです。今回は現時点で公開されている各ライブラリについて簡単に紹介します。