『反実仮想機械学習』出版記念イベント Vol.2
イベント内容
概要
4月13日(土)に発売された『反実仮想機械学習〜機械学習と因果推論の融合技術の理論と実践〜』の出版記念イベントです。前半のセッションでは、反実仮想機械学習の実践術について著者の齋藤優太氏が発表を行います。イベントの後半では、藤田氏・高山氏・栗本氏を招いてパネルディスカッションを行い、反実仮想機械学習のさまざまな業種における応用可能性や講演で提示されるケース問題に基づいた議論を行います。
『反実仮想機械学習〜機械学習と因果推論の融合技術の理論と実践〜』
参加対象者
反実仮想機械学習、機械学習、因果推論に興味がある方を広く対象とします。 データ分析者はもちろん、実務での可能性を探るエンジニアから、データ分析や機械学習に興味を持つ学生まで、興味をお持ちの方はぜひご参加ください。
また参加者の方は、本イベントに先立って出版記念イベント Vol. 1の講演資料『反実仮想機械学習とは何か』に事前に目を通しておいていただくと、今回のイベント内容をより深く理解いただけると思います。
会場
株式会社サイバーエージェント
東京都渋谷区渋谷２丁目２４−１２ 渋谷スクランブルスクエア21F セミナールームA
タイムテーブル
| 時間 | 内容 |
|---|---|
| 18:45 | 開場・受付開始 |
| 19:00 | 開催挨拶 |
| 19:05 | 講演『反実仮想機械学習の実践術』 |
| 20:00 | パネルディスカッション&質疑応答 |
| 20:40 | ネットワーキング |
| 21:15 | 閉会 |
講演内容および登壇者プロフィール
タイトル：『反実仮想機械学習の実践術』
発表概要： 反実仮想機械学習は因果推論と機械学習の融合領域やデータに基づく意思決定最適化のための具体的手法を提供するものとして受け取られがちである。しかし、機械学習やデータ分析を現場で活用する実践者が本当に学ぶべきは、具体的手法ではなく、反実仮想機械学習の態度であり思考法である。反実仮想機械学習の具体について学ぶ過程で、現場の問題を丁寧に定式化し、真に解くべき問題を現場の特性に合わせてより適切に設定する態度を身につけることができれば、同じ努力量でKPIにより大きな改善をもたらしたり、同じ成果をより少ない努力量で達成できるようになる。
本講演の前半では、反実仮想機械学習の根底を成す思想について解説する。後半では、ケース問題を用いて、反実仮想機械学習の考え方に基づき問題を丁寧に定式化することでそれを効率的に解く流れを体験する。また、多くの現場で陥ってしまっている機械学習やデータ分析の粗く非効率な運用と比べ、問題の丁寧な定式化やモデル学習手順の堅実な設計に基づく最適化が、少ない努力で大きな成果をもたらす可能性を提示する。
*イベント終了後の講演資料公開は予定していません。
発表者：齋藤優太
プロフィール：1998年北海道生まれ。2021年に、東京工業大学にて学士号を取得。大学在学中から、企業と連携して反実仮想機械学習や推薦・検索システム、広告配信などの意思決定最適化問題への応用に関する共同研究・社会実装に多く取り組む。2021年8月からは米コーネル大学においても反実仮想機械学習などに関する研究を行い、NeurIPS・ICML・KDD・ICLR・RecSys・WSDMなどの国際会議にて論文を多数発表。そのほか、2021年に日本オープンイノベーション大賞内閣総理大臣賞を受賞。2022年にはWSDM Best Paper Runner-Up Award、Forbes Japan 30 Under 30、および孫正義育英財団第6期生に選出。著書に『施策デザインのための機械学習入門』『反実仮想機械学習』がある。 X: https://twitter.com/usait0
パネルディスカッション登壇者
パネルディスカッションでは、講演・書籍についての疑問や反実仮想機械学習の研究課題・ビジネス/実社会への活かし方、講演で提示されるケース問題やその解法に関する議論などをお話いただく予定です。
プロフィール：サイバーエージェントAI事業本部シニアデータサイエンティスト。 2018年に新卒入社し、広告配信アルゴリズムの開発・実装、研究開発に従事。共著論文はWWWなどの国際学会に採択された。その後、小売DX領域で広告配信事業の立ち上げ、ドラッグストアアプリのグロースに携わる。現在はプロダクトマネージャーとして経済学を用いた価格最適化事業を推進している。2023年、Forbes Japan 30 Under 30に選出。
GitHub: https://github.com/ko-fujita X: https://twitter.com/6km6km
プロフィール：株式会社リクルート データサイエンティスト。主にレコメンドエンジンの開発・エンハンスに従事。統計モデリングや機械学習の実応用に興味がある。『反実仮想機械学習』本にはレビュアーとして参画。共著に『速習 強化学習 ―基礎理論とアルゴリズム―』など。
X: https://twitter.com/fullflu
進行
プロフィール：LINEヤフー株式会社メディア広告チーム所属データサイエンティスト。筑波大学にて修士（工学）を取得後、旧LINE株式会社に入社。主にLINE NEWS、スマートチャンネルの広告関連分析に従事。分析のみならず、分析結果を活用した企画提案も積極的に行っており、中でもユーザー体験の維持と収益の向上の両立に尽力している。
注意事項
※ 掲載タイミングや更新頻度によっては、情報提供元ページの内容と差異が発生しますので予めご了承ください。
※ 最新情報の確認や参加申込手続き、イベントに関するお問い合わせ等は情報提供元ページにてお願いします。
新規会員登録
このイベントに申し込むには会員登録が必要です。
アカウント登録済みの方はログインしてください。
※ ソーシャルアカウントで登録するとログインが簡単に行えます。
※ 連携したソーシャルアカウントは、会員登録完了後にいつでも変更できます。
