齋藤優太 (Yuta Saito)

プロフィール

半熟仮想株式会社 科学統括。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。2021年9月に、コーネル大学コンピュータサイエンス専攻（博士課程）に入学予定。

日本語の履歴書はこちら

News

• 東京工業大学のDSAI推進体にて、2021年6月31日に講演を行いました。
• 推薦システムに関するトップ国際会議RecSys’21にてオフライン評価/学習に関するチュートリアルを開催することになりました。
• 技術評論社さんから『施策デザインのための機械学習入門』(Amazon)という本を出版させていただきます。8月4日発売予定です。
• 東京工業大学工学院経営工学系の学士課程を修了しました（2021年3月）。
• 第3回 日本オープンイノベーション大賞 内閣総理大臣賞を受賞しました（2021年2月）。
• 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

• 反実仮想学習/評価
  • オフ方策評価（バンディット・強化学習）
  • オフライン推薦学習
  • 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

• 2021年9月：コーネル大学 コンピュータサイエンス専攻 博士課程 入学（予定）
• 2021年3月：東京工業大学 工学院 経営工学系 卒業
• 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)

1. 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] [proposal]

2. 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%)
   [arXiv] [code]

3. 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]
   

4. 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]
   

5. 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

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

• DSAI推進体オンラインセミナー（東京工業大学）
• Tiger Talk Series at RMIT University
• 東京大学松尾研究室セミナー
• 第5回 統計・機械学習若手シンポジウム
• IR Reading2020秋

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

• ICLR: 2022
• WSDM: 2022
• NeurIPS (main track): 2021
• NeurIPS (datasets&benchmarks track): 2021
• ICML: 2021
• 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

• 「齋藤優太さんが第3回日本オープンイノベーション大賞「内閣総理大臣賞」を受賞」（東工大ニュース）
• 「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）