kèo bóng đá ngày mai Lab, đồng tác giả bài báo được chấp nhận tại "ICLR 2022", hội nghị hàng đầu trong lĩnh vực deep learning - Đề xuất phương pháp xác minh hiệu quả và suy luận nhân quả bằng machine learning -

CyberAgent Co, Ltd (Trụ sở chính: Shibuya-ku, Tokyo, Giám đốc đại diện: Susumu Fujita, TSE Prime Market: Mã chứng khoán 4751) là thành viên của kèo bóng đá ngày mai Lab, một tổ chức nghiên cứu và phát triển công nghệ trí tuệ nhân tạo, cùng các nhà nghiên cứu Masahiro Kato và Shota Yasui, Masato Imaizumi của Đại học Tokyo, Kenichiro Maclin của Đại học Temple và Đại học Keio'' là hội nghị quốc tế về lĩnh vực học máy ``ICLR2022'' (The International Conference on Learning Regressions※1)

"ICLR" là hội nghị quốc tế được tổ chức hàng năm bởi các nhà nghiên cứu từ khắp nơi trên thế giới※2” “NeurIPS※3", đây là một trong những hội nghị có thẩm quyền hàng đầu trong lĩnh vực học máy và học sâu Các bài báo được kèo bóng đá ngày mai Lab chấp nhận đã được trình bày tại ICLR 2022, được tổ chức trực tuyến vào tháng 4 năm 2022
Áp phích thuyết trình:
Trang trình bày:


■Nền tảng nghiên cứu
Trong những năm gần đây, trong các dịch vụ web khác nhau, việc tiến hành "xác minh tính hiệu quả" của các biện pháp tiếp thị được triển khai đã đóng vai trò quan trọng trong việc xác định doanh số bán dịch vụ
Ví dụ: trong dịch vụ DX mà chúng tôi cung cấp, bằng cách nhận được phản hồi chất lượng cao thông qua việc xác minh tính hiệu quả phù hợp của từng biện pháp như ứng dụng và phiếu giảm giá, có thể tối đa hóa việc sử dụng dữ liệu thu được từ DX và dẫn đến thiết kế biện pháp tối ưu hơn

Để xác minh chính xác tính hiệu quả của các biện pháp theo cách này, cần phải tiến hành thử nghiệm và tạo ra tình huống trong đó "các yếu tố không phải là biện pháp" là đồng nhất Mặt khác, trong kinh doanh thực tế, có nhiều tình huống không thể tiến hành thử nghiệm có tính đến các yếu tố khác ngoài thước đo (chẳng hạn như chi phí và sự công bằng giữa những người dùng)

Với nền tảng này, các lĩnh vực như ``suy luận nhân quả'' và ``kinh tế lượng'' kiểm tra các tác động một cách thích hợp ngay cả trong các tình huống có các yếu tố không phải là thước đo, đang thu hút sự chú ý Tại công ty chúng tôi, các giấy tờ liên quan đến lĩnh vực này đều đượcNeurIPS” hoặc “ICML」、「AAAI」※4

Bài viết này tập trung vào "các mô hình phi tham số" được sử dụng trong suy luận nhân quả và kinh tế lượng Nói chung, khi phân tích tác động của một thước đo, nhà phân tích cần quyết định định nghĩa về tác động đó và một số giả định được đưa ra tại thời điểm đó Khi xác minh hiệu ứng bằng cách sử dụng "mô hình phi tham số", bằng cách sử dụng mô hình linh hoạt, sẽ có ít giả định hơn được đưa ra về hiệu ứng và kết quả là có thể thực hiện xác minh hiệu ứng linh hoạt hơn

Bài viết đồng tác giả “Tìm hiểu các mối quan hệ nhân quả từ các hạn chế thời điểm có điều kiện theo trọng số quan trọng” đã được chấp nhận lần này※5, chúng tôi đã đề xuất một phương pháp áp dụng học máy và học sâu trong một phương pháp được gọi là phương pháp biến công cụ phi tham số

Trong nghiên cứu này, chúng tôi xác định tác động của chính sách bằng cách sử dụng ``ràng buộc thời điểm có điều kiện'', cho phép chúng tôi xác định các loại hiệu ứng chính sách khác nhau về mặt toán học
Hiệu ứng chính sách được xác định bởi "ràng buộc thời điểm có điều kiện" này có thể được nghiên cứu bằng một phương pháp sử dụng các biến ngẫu nhiên đặc biệt gọi là biến công cụ (phương pháp biến công cụ) và đã được thực hiện cho đến nayDoanh số sẽ thay đổi bao nhiêu khi thay đổi giá sản phẩm

Tuy nhiên, vấn đề là rất khó ước tính tác động của chính sách được xác định bởi các ràng buộc về thời điểm có điều kiện khi xử lý dữ liệu nhiều chiều

Trong nghiên cứu này, chúng tôi đề xuất phương pháp chuyển một bài toán khó thành bài toán đơn giản hơn bằng cách sử dụng tỷ lệ mật độ và bù lý thuyết phù hợpPhát hiện ra rằng có thể kiểm tra chính xác tính hiệu quả của các biện phápTôi đã làm vậy



■Tương lai
Phương pháp đề xuất trong nghiên cứu này dự kiến sẽ được áp dụng cho các sản phẩm giải pháp liên quan đến giá như Định giá linh hoạt và điều chỉnh phần thưởng phiếu giảm giá do công ty chúng tôi cung cấp và dự kiến sẽ góp phần tối ưu hóa giá trong nhiều môi trường khác nhau
“kèo bóng đá ngày mai Lab” sẽ tiếp tục nỗ lực nghiên cứu và phát triển với mục tiêu đưa công nghệ kèo bóng đá ngày mai vào sản phẩm để giải quyết các vấn đề kinh doanh


※1 Hội nghị quốc tế “ICLR” về đại diện học tập
※2 Hệ thống xử lý thông tin thần kinh “NeurIPS”
※3 Hội nghị quốc tế về học máy “ICML”
※4 Hiệp hội “AAAI” vì sự tiến bộ của trí tuệ nhân tạo
※5 https://openreviewnet/forum?id=7twQI5VnC8