施策デザインのための機械学習入門 データ分析技術のビジネス活用における正しい考え方

齋藤優太(著者), 安井翔太(著者), ホクソエム(監修)

• 販売会社／発売会社: 技術評論社
• 発売年月日: 2021/08/04
• JAN: 9784297122249

商品レビュー

2022/03/03

施策を実施する際のフレームワークとバイアスへの対策、全体効果を考慮したKPI設定について書かれていた。
その施策にどんなバイアスが含まれているのかによって最終的な効果の算出を工夫する必要があり、実際のケースを例にバイアスの取り除き方が説明されていた。
また、施策による結果をそのまま捉えるのではなく施策による増加分を見ることで、より的確な(プラットフォーム全体の)施策の効果を測ることができるという説明がされていた。

2021/09/22

「反実仮想機械学習」という分野が現在かなりホットです。しかし和書でそれらについて解説した書籍はあまりありません、反実仮想を意識して、特に推薦に焦点をおいた書籍です。

「機械学習を使ってまで解くべき問題はあくまで意思決定の最適化問題であって、予測誤差の最小化問題を解くべきではありません」というのはそのとおりで、データサイエンティストが陥りがちな急所をよく突いているなと思いました。
フレームワークについて言及されており

1. KPI を設定する
2. データの観測構造をモデル化する
3. 解くべき問題を特定する
4. 観測データのみを用いて問題を解く方法を考える
5. 機械学習モデルを学習する
6. 施策を導入する
このフレームワークを実践することで「機械学習モデルを学習する」の部分がとても活きていくるということを述べられております。

すべての章に通じて言えますが、具体的な図表が書かれているのでとても状況がわかりやすく、理解が促されます。

数学的な議論はとても多く数式は省略せずきちんと説明されているため理解が促されました。特に随所に登場する「バイアス」を考慮するための考え方はとてもわかり易く解説されていると思いました。
https://blacktanktop.hatenablog.com/entry/2021/08/09/112528

2021/08/13

思想・精神性はすごく好きなのですが、自分のレベル感には合っていなかったように思います。広告アプリがメインで、自分のフィールドとの違いがあるとも感じました。ただ、また読み返したいと感じています。