Upgrade to Pro
— share decks privately, control downloads, hide ads and more …
Speaker Deck
Features
Speaker Deck
PRO
Sign in
Sign up for free
Search
Search
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
190
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
Evidence-to-Decisionについて
daimoriwaki
0
370
EBPMにおける生成AI活用について
daimoriwaki
0
430
Global Evidence Summit (GES) 参加報告
daimoriwaki
0
370
Developing “EBPM Database” to Improve Policy Making Process in Japan
daimoriwaki
0
110
保育:待機児童数を減らす取り組み
daimoriwaki
0
94
「EBPMエコシステム」の可能性
daimoriwaki
0
370
RecSys22読み会_MTRS
daimoriwaki
0
710
CADEVCONF
daimoriwaki
0
160
GovTechとマーケットデザイン発表資料(CA森脇)
daimoriwaki
0
470
Other Decks in Technology
See All in Technology
テックカンファレンス三大ステークホルダーの文化人類学 ─ 違いを認め合う関係性作り
bash0c7
4
1.1k
CTOキーノート:AI時代の「つなぐ」を再定義 ― 真のIoTとリアルワールドAI【SORACOM Discovery 2026】
soracom
PRO
0
320
書籍セキュアAPIについて
riiimparm
0
380
Power Automateアップデート情報
miyakemito
0
280
AI工学特論: MLOps・継続的評価
asei
11
3k
2026年のソフトウェア開発を考える(2026/07版) / Agentic Software Engineering 2026-07 Findy Edition
twada
PRO
31
21k
ダッシュボード"開発"について 〜使われるダッシュボードのつくりかた〜
kimichan
0
240
Webの技術とガジェットで子どもも大人も楽しめるワクワク体験を提供する / Qiita Tech Festa Day 2026
you
PRO
1
310
データエンジニアこそ組織のオントロジーに向き合うべき — 問いに答えるAIから、事業を動かすAIへ
gappy50
4
1.4k
データと地図で読む 大井町の「かわるもの、かわらないもの」
yoshiyama_hana
0
600
数値で見る Microsoft MVP 〜Spec Kit と GitHub Copilot Agent で作るデータ可視化ダッシュボード〜
yutakaosada
0
170
データベース研修【MIXI 26新卒技術研修】
mixi_engineers
PRO
1
670
Featured
See All Featured
Mobile First: as difficult as doing things right
swwweet
225
10k
Leveraging Curiosity to Care for An Aging Population
cassininazir
1
440
How to Get Subject Matter Experts Bought In and Actively Contributing to SEO & PR Initiatives.
livdayseo
0
160
Breaking role norms: Why Content Design is so much more than writing copy - Taylor Woolridge
uxyall
0
360
Test your architecture with Archunit
thirion
1
2.3k
Balancing Empowerment & Direction
lara
6
1.2k
Cheating the UX When There Is Nothing More to Optimize - PixelPioneers
stephaniewalter
287
14k
Building the Perfect Custom Keyboard
takai
2
820
Making the Leap to Tech Lead
cromwellryan
135
10k
Max Prin - Stacking Signals: How International SEO Comes Together (And Falls Apart)
techseoconnect
PRO
0
330
AI in Enterprises - Java and Open Source to the Rescue
ivargrimstad
0
1.4k
How to Create Impact in a Changing Tech Landscape [PerfNow 2023]
tammyeverts
55
3.4k
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」