Yuta Saito

Yuta Saito

First-year CS Ph.D. Student at Cornell University

齋藤優太 (Yuta Saito)

プロフィール

コーネル大学コンピュータサイエンス専攻 博士課程在学。半熟仮想株式会社 共同創業者。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

研究領域

学歴

論文

英語 (selected)

  1. Yuta Saito, Shunsuke Aihara, Megumi Matsutani, and Yusuke Narita.
    Open Bandit Dataset and Pipeline: Towards Realistic and Reproducible Off-Policy Evaluation
    Neural Information Processing Systems (NeurIPS2021 Datasets and Benchmarks Track).
    [paper] [software] [public dataset]

  2. Haruka Kiyohara, Yuta Saito, Tatsuya Matsuhiro, Yusuke Narita, Nobuyuki Shimizu, and Yasuo Yamamoto.
    Doubly Robust Off-Policy Evaluation for Ranking Policies under the Cascade Behavior Model
    International Conference on Web Search and Data Mining (WSDM2022). (Acceptance rate=20.2%)

  3. Yuta Saito and Thorsten Joachims.
    Counterfactual Evaluation and Learning for Recommender Systems:
    Foundations, Implementations, and Recent Advances (Tutorial Proposal)
    ACM Conference on Recommender Systems (RecSys2021).
    [website] [GitHub] [proposal]

  4. Nathan Kallus, Yuta Saito, and Masatoshi Uehara.
    Optimal Off-Policy Evaluation from Multiple Logging Policies
    International Conference on Machine Learning (ICML2021). (Acceptance rate=21.5%)
    [paper] [code]

  5. 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]

  6. 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]

日本語

  1. 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]

  2. 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]

  3. 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

査読

国際会議

ワークショップ

ジャーナル

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

掲載