オルタナティブ・ブログ > 吉政忠志のベンチャービジネス千里眼 >

IT業界でベンチャービジネスの支援をしている執筆者が日々の活動ログと感じたことを、徒然なるままに書き綴っていきます。

グーグルのクラウドを支えるテクノロジー > 第100回 AutoML TablesによるContextual Banditsモデルの自動構築(パート2)

»

私が編集支援しているCTC教育サービスのコラム「グーグルのクラウドを支えるテクノロジー > 第100回 AutoML TablesによるContextual Banditsモデルの自動構築(パート2)」が公開されました。興味がある方はご覧ください。

###

はじめに
 前回に続いて、2019年に公開された論文「AutoML for Contextual Bandits」を紹介します。Contextual Banditsは、レコメンデーションに用いられる機械学習アルゴリズムの一種ですが、この論文では、Contextual Banditsに必要な回帰モデルの構築にAutoML Tablesを用いた実験結果が示されています。

Contextual Banditsの考え方
 前回の記事では、レコメンデーション機能を持ったオンラインショップにおける、AutoML Tablesの利用例を紹介しました。前回の図1に示したデータがあれば、「コンテキストとおすすめ商品」から「販売結果」を予測する回帰モデルをAutoML Tablesで構築して、これをレコメンデーション機能に利用することができます。しかしながら、これだけでは、「レコメンデーション機能を作るために、レコメンデーション機能が必要になる」という「鶏と卵」の問題が発生しました。そこで、Contextual Banditsでは、データ収集とモデルの再学習を繰り返すことで、徐々に機械学習モデルの精度を高めていくアプローチを取ります(図1)。

この続きは以下をご覧ください
https://www.school.ctc-g.co.jp/columns/nakai2/nakai2100.html

Comment(0)