データに基づき情報共有の方法を決定するマルチタスク学習手法の開発

点击翻译按钮获取中文摘要

研究課題の主題であったマルチタスク学習では、複数の小さなデータセットを学習に用いることで精度の向上を狙う．今年度はこれを一般化して（量的にではなく）質的に弱い情報しか持たない複数のデータセットを同時に用いることで，個別のデータセットからは学習され得ない対象を学習できるかという問題に取り組んだ．タスクとして特に，医療やマーケティングなどに応用をもつアップリフトモデリングに着目して研究した．アップリフトモデリングは，制御可能な入力変数を，観測可能なデータに応じて，出力変数が最大になるように目標とし，機械学習に基づくアプローチが主流である．従来の手法では，２種類のラベルが付いたデータを必要とする．１つ目は制御変数がどのような値であったかを表すラベルで，２つ目はその結果としての出力変数値である．しかし，両者を同時に得ることは実用上難しい場合がある．例えば，広告メール配信では，配信相手を追跡し続けるのは技術的にもプライバシーの観点からも容易ではないため，その人が最終的に商品を買ったかどうかを同時に知ることは難しい．一方で，誰に広告を配信したかという制御変数値は容易に手に入り，また，商品が買われるときには購入者がわかるので出力変数値が付いたデータも容易に得ることができる．そこで我々は，制御変数値のみでラベル付けされた弱データ集合と出力変数値のみでラベル付けされた弱データ集合が別々に与えられる場合に最適なモデルの学習が可能であるかについて研究した．その結果，それぞれの弱データ集合単体からは学習は不可能だが，両者を同時に使う我々のアルゴリズムを用いれば精度よく推定できることが示された．これによりデータ収集費用の削減や，これまで利用できなかったデータの有効利用が可能になった．今後は学習対象が複数ある場合でも，複数の弱いデータ集合があれば問題が解けるかどうかについて研究する予定である．