[2020/04/16] 推薦・機械学習勉強会

[yu-ya4]

Why

この会は、推薦や機械学習、その周辺技術を通じてサービスを改善することにモチベーションのある人達の集まりです。ニュースやブログから論文まで、気になったものについてお互い共有しましょう！

発信のため、ここは public にしてあります。外部からの参加をご希望の方は松村(https://twitter.com/yu__ya4) まで DM を送るか、Wantedly Visit の募集（https://www.wantedly.com/projects/391912） よりご連絡ください！

What

Wantedly では隔週木曜日に

• 推薦の評価指標について議論したい
• 〇〇っていうライブラリ / フレームワークを導入してみたい
• 他社の基盤事例をみんなにシェアして自社の基盤開発に活かしたい
• もっと推薦を良くするためにどんなものが必要か議論したい

といった話をする「推薦・機械学習勉強会」を開催しています。 この ISSUE はその会で話すネタを共有するための場所です。

話したいことがある人はここにコメントしましょう！ 会の間に話した内容もここにメモしましょう！

prev: #43

[yu-ya4]

@yu-ya4 の 2週間の Twitter のいいねから抜粋

分散表現特化の解説本

良書らしい。👀

分散表現特化の解説本。単語/文の表現、BERTに代表される文脈考慮の表現はもちろん、グラフベースの分散表現も解説されている。近年問題とされているバイアスの問題にも触れられており、かなりの良書だと思う。

https://twitter.com/icoxfog417/status/1246229055218700289

• 『Embeddings in Natural Language Processing』
  • http://josecamachocollados.com/book_embNLP_draft.pdf

Correlation does not imply causation.

好き。笑

mask and bubble tea

https://twitter.com/dr_strlv/status/1246989055771832320

言語処理100本ノック2020

https://twitter.com/chokkanorg/status/1247312205671874561

やったほうがいいのは知ってる。

• 言語処理100本ノック2020
  • https://nlp100.github.io/ja/

Coursera が5月末まで100のコースを無償化

データサイエンスでは統計のコースが対象

コンピュータ・サイエンスのカテゴリではアルゴリズムとデータ構造周りが充実してそう。

• 『100 online courses from Coursera are $0 now through May 31 — here's a list of all the classes open for free enrollment』
  • https://www.businessinsider.com/free-online-coursera-courses

オライリー Pythonではじめる教師なし学習

読みたい。👀

• 『Pythonではじめる教師なし学習』
  • https://www.oreilly.co.jp//books/9784873119106/

顧客目線でデータ分析するのが大切だよって経験談

日経の連載記事。いきなり生データだけを使った分析をせずに、まずはユーザの理解をしよう。そのためにはまず自分がユーザになろう。その結果得た定性的な切り口を持ってデータ分析をするといいよね、って感じの話。

いくつか具体例もあってわかりやすくて面白かった。

• 『マーケティングって何？　サイバー社員に聞こう』
  • https://www.nikkei.com/article/DGXMZO57761470X00C20A4000000/
• 『マーケティングは「顧客になりきる」　調査の大原則』
  • https://www.nikkei.com/article/DGXMZO57956310R10C20A4I00000/
• 『データ分析、顧客理解深めるマーケティング最強の武器』
  • https://www.nikkei.com/article/DGXMZO57956550R10C20A4I00000/
• 『組織の垣根こえて　売れないモノなくすために』
  • https://www.nikkei.com/article/DGXZZO57703380W0A400C2000000/

Netflix の確率、統計学に焦点を当てたドキュメンタリー

大数の法則→p値→標本抽出→ベイズ推定→機械学習をドキュメンタリータッチで描いてる。

https://twitter.com/ponsa__ku/status/1249891029160833029

進化し続ける確率の科学に光を当てたドキュメンタリー。いかに予測が我々の生活を左右しているか、また、統計学とアルゴリズムの信頼性について探っていく。

観たい。

• 『計算が導く予測』
  • https://www.netflix.com/title/81121186

[kmotohas]

Chest CT Findings in Cases from the Cruise Ship “Diamond Princess” with Coronavirus Disease 2019 (COVID-19) https://pubs.rsna.org/doi/10.1148/ryct.2020200110

ダイアモンドプリンセス号でのCOVID-19患者104名のうち、肺CTスキャン画像に異常があった人の割合は61%とのこと。 自覚症状ある人に絞ると79%で、自覚症状なくても54%がCTに異常あり。 PCR検査に時間がかかるならディープラーニングの画像診断もかなり有望そう。

ASSISTIVE DIAGNOSIS AI TOOLS https://axial.ai/ Lung Infection Quantification of COVID-19 in CT Images with Deep Learning https://arxiv.org/abs/2003.04655

https://global.infervision.com/

[KengoTeshima]

Airbnbの検索推薦取り組みについて

arxiv

• 検索評価において多様性を考慮したアプローチ
• Airbnbのこれまでの検索推薦における取り組みやアーキテクチャが載っている

Airbnbの検索順位を決める要因について

• 検索推薦にあたり、どのような特徴を考慮に入れているかがQAで載っている

[hakubishin3]

Performance is not all you need -CV分野における論文への要求-

https://www.slideshare.net/cvpaperchallenge/performance-is-not-all-you-need-cv

[agatan]

ACL 2020 で COVID-19 に関する workshop があるらしいのだけど、さくっとそこそこ良い検索エンジンを作るみたいなのがあって面白そう。

• https://www.nlpcovid19workshop.org/
• Rapidly Deploying a Neural Search Engine for the COVID-19 Open Research Dataset: Preliminary Thoughts and Lessons Learned
  • https://openreview.net/forum?id=PlUA_mgGaPq

BM25 で retrieve → T5 で rerank → BioBERT でハイライト

[yu-ya4]

ヤフーの推薦システム事例

deim で聞いたやつの一部。

コールドスタート問題に注目。使ったことのないサービスでもヤフー内の他のサービスの行動履歴を基にいい感じの推薦を可能にする。 サービス横断してユーザの情報を利用して推薦を実現。かっこいい。こんなんやってみたい。

あるユーザーが「九州 旅行」、「九州 お寺」といったキーワードで検索していたり、Yahoo!天気で来週末の九州地方の天気を確認したりしているといったデータが得られているとします。このようなデータから「このユーザーは来週末に九州のお寺へ参拝に行こうとしているかもしれない」という仮説が立てられます。

一方で、過去に同じような検索やサービス利用をしたユーザーのなかで、Yahoo!トラベルにて九州の国内ツアーを利用したというデータが一定量得られているとします。すると、Yahoo!トラベルでの国内ツアーの予約の情報と、ユーザーのYahoo!検索、Yahoo!天気といった他サービスでの利用傾向を紐づけることが可能です。

• 『レコメンデーション領域における横断データ活用の取り組み事例紹介 #機械学習』
  • https://techblog.yahoo.co.jp/entry/20200331826447/

[yu-ya4]

目の前のユーザの予測だけでなく、長い目線での利益を手に入れようって話。

• 『Customer Lifetime Value Prediction Using Embeddings』
  • https://arxiv.org/abs/1703.02596
• 『Customer Lifetime Value in Video Games Using Deep Learning and Parametric Models』
  • https://ieeexplore.ieee.org/abstract/document/8622151

CLTV(Customer Life Time Value) を予測しようってモチベーションの論文

• CLTV が正確に予測できれば、適切にユーザごとに予算を振り分けたり施策を打ったりできてハッピー
  • 直近の予測ではない。長期的な利益の最大化。
• ASOS.com という衣料品ECサイトにおける導入事例
• CLTV を１年間の純利益と定義（これを定義するのが難しいからみんな困ってる気もするが）
• 過去２年間のデータを用いて毎日再学習
• けっこう重いからできるだけ特徴量エンジニアリングしたくないらしい。Deep 最高。