齋藤優太 (Yuta Saito)
プロフィール
半熟仮想株式会社 科学統括・東京工業大学 工学院経営工学系 学士課程4年。主に因果推論と機械学習の融合技術を用いたバンディットアルゴリズムのオフライン評価や推薦システムのバイアス除去に関する研究を行う。ICML, RecSys, SIGIR, WSDM, SDMなどの機械学習・データマイニングのトップ国際会議にてに査読付学術論文を発表。また、CyberAgent, Sony, ZOZOテクノロジーズ, SMNなどの国内企業と連携して、因果推論 x 機械学習領域の社会実装や理論と実践の溝を埋めるための研究を進めている。
日本語の履歴書はこちら
News
- 2020年12月3-5日に開催された第5回 統計・機械学習若手シンポジウムで招待講演しました。
- 2020年10月31日に開催されたIR Reading2020秋で招待講演しました。
- 2020年9月26日に開催されたREVEAL2020で口頭発表しました(スライド)。
研究領域
- 反実仮想機械学習
- オフ方策評価(バンディット・強化学習)
- 推薦システムのバイアス除去手法
- 不偏ランキング学習
- 統計的因果推論
- 統計的機械学習
学歴
- 2017年4月:東京工業大学 工学院経営工学系 進学(在学中)
- 2016年4月:東京工業大学 第4類 入学
- 2016年3月:北海道立根室高等学校 卒業
論文
英語 (selected)
Yuta Saito.
Doubly Robust Estimator for Ranking Metrics with Post-Click Conversions.
ACM Conference on Recommender Systems (RecSys2020). (Acceptance rate=17.9%)
[paper] [code] [slides]Yuta Saito and Shota Yasui.
Counterfactual Cross-Validation: Stable Model Selection Procedure for Causal Inference Models.
International Conference on Machine Learning (ICML2020). (Acceptance rate=21.8%)
[paper] [code] [slides]Yuta Saito, Suguru Yaginuma, Yuta Nishino, Hayato Sakata, and Kazuhide Nakata.
Unbiased Recommender Learning from Missing-Not-At-Random Implicit Feedback.
International Conference on Web Search and Data Mining (WSDM2020). (Acceptance rate=14.8%)
[paper] [code] [slides]
日本語
成田 悠輔, 粟飯原 俊介, 齋藤 優太, 松谷 恵, 矢田 紘平.
自然実験としてのアルゴリズム:機械学習・市場設計・公共政策への統一アプローチ
RIETI Discussion Paper Series 20-J-045.
[ディスカッション・ペーパー]齋藤 優太.
私のブックマーク:反実仮想機械学習 (Counterfactual Machine Learning, CFML).
人工知能, Vol.35, No.4, pages 579–587, 2020.
[学会誌] [ウェブ版]成田 悠輔, 粟飯原 俊介, 齋藤 優太, 松谷 恵, 矢田 紘平.
すべての機械学習は A/B テストである (Almost Every Machine Learning Is A/B Testing).
人工知能, Vol.35, No.4, pages 517–525, 2020.
[学会誌]
招待講演
学術
企業
- SMN: 2020年6月, 2020年9月
- グノシー: 2020年3月
- ZOZOテクノロジーズ: 2019年11月
- Indeed, Japan: 2019年10月
- 三菱UFJリサーチ&コンサルティング・メトリクスワークコンサルタンツ: 2019年10月
- ソニー: 2019年7月
- リクルート: 2019年6月
- サイバーエージェント: 2019年5月
査読
- International Conference on Artificial Intelligence and Statistics (AISTATS): 2021
オープンソースプロジェクト
Open Bandit Project
オフ方策評価 (Off-Policy Evaluation) の現実的で再現可能な性能評価を可能にするための公開データセット (Open Bandit Dataset) とOSS (Open Bandit Pipeline) の公開を含むオープンソースプロジェクト
[論文] [Open Bandit Pipeline] [Open Bandit Dataset] [プレスリリース] [ブログ記事] [スライド資料]
勉強会発表
- CFML勉強会: 第1回, 第3回, 第4回, 第5回
- ICML論文読み会: 2020
- RecSys論文読み会: 2018, 2019, 2020 (1), 2020 (2)
- Machine learning papers reading pitch: 第1回, 第3回, 第5回
掲載
- 「ZOZO研究所、ZOZOTOWNのファッション推薦データとアルゴリズム研究開発基盤をオープンソースで公開」(プレスリリース)
- 「AI Lab経済学チームの論文がKDD2020のワークショップ「AdKDD2020」に採択されました」(ニュース)
- 「AI Lab、機械学習分野のトップカンファレンス「ICML」にて共著論文採択 ー リフトアップ効果を最大限高める、最適な予測モデルを選択する手法を提案 ー」(プレスリリース)
- 「推薦システム最適化アルゴリズム、「Relevance Matrix Factorization」を開発、Web Search and Data Mining(WSDM ’20)にて発表~学習データのバイアスに囚われず、ユーザーの興味に適したより幅広い商品推薦を実現~」(プレスリリース)