齋藤優太

齋藤優太

First-year CS Ph.D. Student

Cornell University

プロフィール

コーネル大学コンピュータサイエンス専攻 博士課程在学。半熟仮想株式会社 共同創業者。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。

日本語の履歴書はこちら

興味・関心
  • 反実仮想学習/評価
  • 統計的機械学習
  • 統計的因果推論
  • 機械学習における公平性
学歴
  • コンピュータサイエンス専攻 博士課程, 2021 -

    コーネル大学

  • 工学院 経営工学系 学士課程, 2016 - 2021

    東京工業大学

  • 普通科, 2013 - 2016

    北海道立根室高等学校

News

Recent & Upcoming Talks

Counterfactual Tutorial at KDD2022
KDD2022 Tutorial on Counterfactual Evaluation and Learning

論文

Quickly discover relevant content by filtering publications.
(2022). Counterfactual Evaluation and Learning for Interactive Systems. In Proceedings of the 28th SIGKDD International Conference on Knowledge Discovery and Data Mining (KDD).

引用 コード 会議録 Website

(2022). Towards Resolving Propensity Contradiction in Offline Recommender Learning. In Proceedings of the 31st International Joint Conference on Artificial Intelligence (IJCAI) (Acceptance rate=15%, Long Talk (top 25% of accepted papers)).

引用 arXiv

(2022). Unbiased Recommender Learning from Biased Graded Implicit Feedback. WSDM 2022 Workshop on Decision Making for Modern Information Retrieval System.

引用 PDF

(2022). 会議報告:The 15th ACM Conference on Recommender Systems(RecSys 2021). 人工知能, Vol.37, No.1.

学会誌

(2021). A Real-World Implementation of Unbiased Lift-based Bidding System. In Proceedings of the 2021 IEEE International Conference on Big Data (IEEE BigData).

引用

講演・発表

招待講演/セミナー発表

学術

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

勉強会発表

学会活動(査読など)

Conference Program Committee

Workshop Organizer

Workshop Program Committee

Journal Reviewer

  • ACM Transactions on Information Systems (TOIS)
  • IEEE Transactions on Knowledge and Data Engineering (TKDE)
  • Transactions on Machine Learning Research (TMLR)

連絡先