施策デザインのための機械学習入門-データ分析技術のビジネス活用における正しい考え方

「バイアス」に惑わされない臨機応変な機械学習の応用技術。これまで素通りされてきた「予測の前段階」に焦点を当て、データ分析者としての新たな腕の見せ所を浮かび上がらせる。

目次 : １章　機械学習実践のためのフレームワーク/ ２章　機械学習実践のための基礎技術/ ３章　Ｅｘｐｌｉｃｉｔ　Ｆｅｅｄｂａｃｋを用いた推薦システム構築の実践/ ４章　Ｉｍｐｌｉｃｉｔ　Ｆｅｅｄｂａｃｋを用いたランキングシステムの構築/ ５章　因果効果を考慮したランキングシステムの構築/ 付録Ａ　演習問題

【著者紹介】
齋藤優太 : ２０２１年に、東京工業大学で経営工学学士号を取得。大学在学中から、因果推論と機械学習の融合技術（反実仮想機械学習）や、バイアスを含むユーザの行動ログに基づく推薦・ランキング学習に関する研究を行う。その過程で、ＩＣＭＬ・ＲｅｃＳｙｓ・ＳＩＧＩＲ・ＷＳＤＭ・ＳＤＭなどの機械学習・データマイニング領域におけるトップレベル国際会議にて査読付論文を発表。２０２０年には、半熟仮想株式会社を共同創業。以降当社の科学統括として、複数の国内テクノロジー企業との共同研究の取りまとめを担当、専門技術の社会実装や大規模実証研究に取り組み、その研究成果の一部が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。２０２１年秋からは、Ｃｏｒｎｅｌｌ　Ｕｎｉｖｅｒｓｉｔｙ、Ｄｅｐａｒｔｍｅｎｔ　ｏｆ　Ｃｏｍｐｕｔｅｒ　Ｓｃｉｅｎｃｅ（Ｐｈ．Ｄ．ｐｒｏｇｒａｍ）に進学し、関連領域の研究を継続する

安井翔太 : ２０１３年にＮｏｒｗｅｇｉａｎ　Ｓｃｈｏｏｌ　ｏｆ　Ｅｃｏｎｏｍｉｃｓにて経済学修士号を取得しサイバーエージェント入社。入社後は広告代理店にて広告効果検証等を行い、その後２０１５年にアドテクスタジオへ異動。以降はＤＭＰ・ＤＳＰ・ＳＳＰと各種のアドテクプロダクトにおいて、機械学習に関する業務やデータを元にした意思決定のコンサルティングを担当。現在はＡＩＬａｂの経済学チームのリーダーとして経済学と機械学習の融合に関する研究を行う一方で、Ｄａｔａ　Ｓｃｉｅｎｃｅ　Ｃｅｎｔｅｒの副所長として社内のデータサイエンスプロジェクトのコンサルティングも担当（本データはこの書籍が刊行された当時に掲載されていたものです）