因果推論
施策に効果はあったのか、誰に効くのか。因果推論は、相関しか見えないデータからこの問いに答えるための方法です。このテーマでは、機械学習を使った処置効果の推定と、推定結果を施策の選択につなげる方策学習を研究しています。推定の基盤となる方法は Generalized Riesz Regression のページで説明します。
扱う問題
広告や販促の効果検証では、施策を受けた人と受けなかった人の単純な比較が、選択バイアスのために因果効果とずれます。機械学習でこのずれを補正する推定は強力ですが、モデルの複雑さに由来するバイアスを補正項で取り除く工夫が要ります。私たちは、この補正項の推定を統一的に扱う枠組みを作り、Python パッケージ genriesz として公開しています。
効果を推定した後には、誰にどの施策を当てるかという方策の学習が続きます。過去のログから新しい方策の成績を見積もるオフ方策評価や、実験結果を別の集団へ持ち越すときの外的妥当性と共変量シフトも、このテーマの範囲です。近年は、ベイズ的な方策学習（General Bayesian Policy Learning、UAI 2026）や、RAG による行動選択の定式化（RAG を用いた方策学習）へも広げています。
研究の系列
- 2026年
- ScoreMatchingRiesz: Score Matching for Debiased Machine Learning and Policy Path Estimation（ICML 2026）。スコアマッチングでバイアス補正項を推定し、方策の経路まで扱う研究。
- 2023年
- CATE Lasso: Conditional Average Treatment Effect Estimation with High-Dimensional Linear Regression。高次元でも条件付き平均処置効果を一致推定できる Lasso。
- 2022年
- Learning Causal Models from Conditional Moment Restrictions by Importance Weighting（ICLR 2022）。条件付きモーメント制約からの因果モデル学習。
- 2020年
- Off-Policy Evaluation and Learning for External Validity under a Covariate Shift（NeurIPS 2020）。共変量シフトの下で方策を事前評価する方法。
- 2020年
- Off-Policy Evaluation of Bandit Algorithm from Dependent Samples under Batch Update Policy。バンディットが集めた従属なログからの方策評価。
先行研究との関係
機械学習を使う因果推論の推定枠組みとしては、Chernozhukov らの Double/Debiased Machine Learning（2018年、Double/debiased machine learning for treatment and structural parameters）が広く使われています。方策学習では、Athey と Wager が観察データからの方策学習に統計的な保証を与えました（Policy Learning with Observational Data）。私たちの研究は、前者のバイアス補正項の推定を Bregman ダイバージェンスで統一する方向（Generalized Riesz Regression）と、後者を実験設計やベイズ的定式化へ広げる方向で、これらの系譜に位置づけられます。
ビジネスとの接続
広告・販促の効果測定、施策のターゲティング、過去ログを使った施策の事前評価は、この分野の方法がそのまま役立つ課題です。効果検証の設計から推定の実装までのご相談を、お問い合わせフォームで受け付けています。