Upgrade to Pro
— share decks privately, control downloads, hide ads and more …
Speaker Deck
Sign up for free
Menu
Search
Features
All features
Private URLs
Password Protection
Custom URLS
Scheduled publishing
Remove Branding
Restrict embedding
Deck Collections
Notes
Features
All features
Private URLs
Password Protection
Custom URLS
Scheduled publishing
Remove Branding
Restrict embedding
Deck Collections
Notes
Explore
Featured decks
Featured speakers
Programming
Technology
Storyboards
Explore
Featured decks
Featured speakers
Programming
Technology
Storyboards
Pricing
Search
Sign in
Sign up for free
経済学徒がのぞいた機械学習の世界
Search
Sponsored
·
SiteGround - Reliable hosting with speed, security, and support you can count on.
→
森脇大輔
October 12, 2019
Technology
220
0
Share
Embed
Copy iframe code
Copy JS code
Copy link
Start on current slide
経済学徒がのぞいた機械学習の世界
2019年日本経済学会秋季大会(神戸大学)企画セッション
森脇大輔
October 12, 2019
More Decks by 森脇大輔
See All by 森脇大輔
Discussion for Kato and Mitani 加藤三谷論文討論資料(2026年日本経済学会秋季大会)
daimoriwaki
0
61
Evidence-to-Decisionについて
daimoriwaki
0
410
EBPMにおける生成AI活用について
daimoriwaki
0
450
Global Evidence Summit (GES) 参加報告
daimoriwaki
0
390
Developing “EBPM Database” to Improve Policy Making Process in Japan
daimoriwaki
0
130
保育:待機児童数を減らす取り組み
daimoriwaki
0
110
「EBPMエコシステム」の可能性
daimoriwaki
0
410
RecSys22読み会_MTRS
daimoriwaki
0
720
CADEVCONF
daimoriwaki
0
160
Other Decks in Technology
See All in Technology
企画を Software Factory-ready にする——開発が高速になったとき、PdMの仕事はどう変わったか
yachibit
1
100
dbt Semantic Layerで進めるenechainのデータ民主化
akizhou
1
160
LambdaWebFunctionsを試してみた / exploring-lambda-web-functions
koukihosaka
1
370
freeeにおけるSoftware Factory
freee
PRO
0
230
LLM-as-a-Judgeは本当に信頼できるのか――評価器を評価する話
taka_aki
2
970
スプシの手作業からの解脱 ~更新はClaude Codeに、見せ方と使い方はGASアプリに任せる~
kentarofujii
0
170
夫婦で子育てするための育児標準化
codmoninc
PRO
0
540
Gemini Intelligence 入門 ― AppFunctions と Gemini Nano
takuroabe
0
330
「私が一番顧客に詳しい」を捨てる~ 全員が一次情報に精通する開発チームをつくり、PMが次のボトルネックへ染み出すまで
kaminashi
1
750
1つのリクエストを追って理解する - llm-dのP/D分離
akhino
1
180
AIにシークレットを見せない、WSL2で安全な開発環境
yazm
0
330
Browser Spec: Testing Hotwire with Ruby
takahashim
1
150
Featured
See All Featured
WCS-LA-2024
lcolladotor
0
900
The #1 spot is gone: here's how to win anyway
tamaranovitovic
4
1.2k
Marketing to machines
jonoalderson
1
5.9k
Bash Introduction
62gerente
615
220k
Principles of Awesome APIs and How to Build Them.
keavy
128
18k
The Curious Case for Waylosing
cassininazir
1
570
Imperfection Machines: The Place of Print at Facebook
scottboms
270
14k
A Modern Web Designer's Workflow
chriscoyier
699
190k
Organizational Design Perspectives: An Ontology of Organizational Design Elements
kimpetersen
PRO
1
850
We Have a Design System, Now What?
morganepeng
55
8.4k
AI: The stuff that nobody shows you
jnunemaker
PRO
10
1.2k
Getting science done with accelerated Python computing platforms
jacobtomlinson
2
540
Transcript
経済学徒が覗いた機械学習の世界 -企画セッション導入- 株式会社サイバーエージェント AI Lab 森脇大輔 2019年10月12日
サイバーエージェントとAI事業本部の技術について サイバーエージェントの売り上げ構成 2
サイバーエージェントとAI事業本部の技術について AI事業本部を2019年9月より発足 3 「アドテク本部」を改め、「AI事業本部」として2019年9月に発足。 合計300名を超える、技術開発組織になっている。 約 250名
開発エンジニア 約 20名 AI研究員 約 40名 CGクリエイター
サイバーエージェントとAI事業本部の技術について 「AILab」にてAIの最新研究開発、外部への発表 4 人工知能を活用したアドテクノロジーの広告配信技術の研究開発が目的 研究成果は積極的に外部発表、学術コミュニティへ貢献 日本経済学会2019春季大会 AAAI2019@ハワイ RecSys2019@デンマーク
ECML/PKDD2019
サイバーエージェントとAI事業本部の技術について AI分野における各主要研究室との産学連携 5 複数の大学・研究機関と各AI分野において提携。 今後も研究成果をアドテクノロジーに応用すべく、産学連携を強化中
サイバーエージェントとAI事業本部の技術について AILabの研究分野 6 対話エージェント・自 動対話技術 広告クリエイティブの制 作支援と自動生成 広告の因果効果の分析 因果推論/計量経済学/
機械学習 自然言語処理 (対話システム ・質問応答) /HAI/仮想 エージェント/社会心理学 機械学習/画像処理/パ ターン認識/強化学習
テック企業の研究所 企業内研究所 シンクタンク 大学 テック企業研究所 クローズドな研究開発 受託研究・自主研究 オープンな学術研究 研究開発+オープンな 学術研究
7
海外のテック企業研究所 Google Varianを筆頭に理論経済学者が多数在籍 8
海外のテック企業研究所 Google Varianを筆頭に理論経済学者が多数在籍 Microsoft Susan Atheyを筆頭に最先端の計量経済学者が多数在籍 9
海外のテック企業研究所 Google Varianを筆頭に理論経済学者が多数在籍 Microsoft Susan Atheyを筆頭に最先端の計量経済学者が多数在籍 Uber シェアリングエコノミーそのものや労働市場の分析など 10
トップカンファレンス 参加人数:CVPR 9,000人、KDD 3,400人 スポンサー:アリババ、テンセント、バイドゥ、ディディ、MS, Amzn, Uber, FB スポンサー料:数千〜数万ドル
サイバーエージェントリサーチブログ 11
テック企業のエコシステム 好待遇で研究人材を集める すごい学会で成果を発 表する 人材が集まる 企業業績があがる 12
CCSE、「企業研究者の天下一武道会」 https://ccse.jp/2019/ 13
テック企業の関心 実験技術 - 実験設計や解釈、意思決定へのつなげ方 さまざまなデータにまつわる問題への対処 - セレクションバイアス、データの分布の変化 個人効果の予測 - 全体の効果ではなく個人の効果を予測したい
強化学習 - 事前実験無しで探索しながら正解をみつける 14
テック企業の関心 実験技術 - 実験設計や解釈、意思決定へのつなげ方 さまざまなデータにまつわる問題への対処 - セレクションバイアス、データの分布の変化 個人効果の予測 - 全体の効果ではなく個人の効果を予測したい
強化学習 - 事前実験無しで探索しながら正解をみつける 15 藤田光明 「バンディットとオフライン評価」 谷口和輝 「経済学者に知ってほしい機械学習」 齋藤優太 「機械学習で因果効果を”予測”する」 阿部拳之 「不完全情報ゲームにおけるAIの開発」