自然実験としてのアルゴリズム:機械学習から公共政策へ

概要

機械学習アルゴリズムを利用した意思決定が広がっている。そこで重要になるのが、過去に使われたことのない新しい意思決定アルゴリズムの性能を予測することだ。正確な性能予測はよりよいアルゴリズムの発見につながる。この発表では、過去に使われたアルゴリズムが自然に蓄積したデータを用いて、未知のアルゴリズムの性能を予測する技法を提案する。この方法は幅広いアルゴリズムに適用可能で、使える場面は広告配信や推薦エンジンの設計だけでなく、価格設定・金融機関の審査のようなビジネスから、裁判の判決、データ駆動教育・医療、そして学校入試・労働市場設計やオークションなどの公共政策まで多岐にわたる。これらの例を見渡すことで、様々な社会制度・政策・ビジネスの評価・設計・予測を統一技術で行えることを示す。

スピーカー

成田悠輔

イェール大学 助教授
半熟仮想株式会社 代表取締役
Twitter:
@narita_yusuke

本セッションは、講演者の都合によりアーカイブ配信をしておりません。ご了承ください。