AIで原因と結果を把握する ~機械学習と因果推論の融合 Meta-Learner~｜Tack@データサイエンス
今回は、前回少ししか触れなかった、機械学習と因果推論の融合分野について解説していきます。 ■WHY なぜ機械学習と因果推論が融合するのか結論、個別の因果効果を把握することが求められているからです。 例えば、マーケティング施策の限られた予算の中で、 ・どの顧客にクーポンを打つのが効果的なのか ・どの種類のクーポンを打つと顧客はもっと商品を買ってくれるのか ・そのクーポンはどのチャネルで訴求するべきか ・はたまた本当はクーポンではなく新商品の広告の方がコストパフォーマンスが高いのではないか などを総合的に考慮する場合 または、治療をする際に ・どの人に優先的に治療をするべきか ・その人にはどの治療法が最も効果があるのか など個別の因果効果が求められる場面は多々あります。 どの方法もできる限り多く実行できれば良いのですが、 物事には基本的にリソース(予算・時間など)の制約があるため、 限られた範
Uber徹底研究 -因果推論によるマーケティング最適化編-｜Tack
「Uber徹底研究」シリーズを久し振りに更新します。 [過去のUber徹底研究シリーズ] ・Uber徹底研究 -ビジネス概要編- ・Uber徹底研究 -UX改善編- ・Uber徹底研究 -ゲーミフィケーション・行動科学編- ・Uber徹底研究 -MaaSを支えるデータサイエンス編- ・Uber徹底研究 -「続き」MaaSを支えるデータサイエンス編 レコメンド- 今回はUberがマーケティング領域で使用する因果推論を、最新の論文を基に紹介していきます。 内容としては因果推論の領域なので、前々回と前回の内容からの発展編となります。 ・前々回：ノーベル経済学賞でも注目の因果推論を俯瞰する ・前回：AIで原因と結果を把握する ~機械学習と因果推論の融合 Meta-Learner~ 最もコスパの良いマーケティング方法を探る前々回の投稿で紹介した"Uplift Modeling for Multipl
1
リリース、障害情報などのサービスのお知らせ
最新の人気エントリーの配信
処理を実行中です
j次のブックマーク
k前のブックマーク
lあとで読む
eコメント一覧を開く
oページを開く
