反実仮想機械学習

ウィキペディア

反実仮想機械学習

出典: フリー百科事典『ウィキペディア（Wikipedia）』 (2025/01/29 10:21 UTC 版)

この記事はカテゴライズされていないか、不十分です。 適切なカテゴリを追加して、記事内容を向上させてください。（2025年1月）

反実仮想機械学習（はんじつかそうきかいがくしゅう, 英: Counterfactual Machine Learning, 略称：CFML）とは、機械学習の手法の一つであり、機械学習と因果推論の融合技術である。

観測されたデータに基づいて、起こり得たが、実際には起こらなかった反実仮想的な状況を推定する技術である。実験的にすべての可能な行動を観測できない現実世界において、何らかの介入や選択の結果を予測するために使用され、特に医療、経済、社会政策などの分野で、因果関係の理解や意思決定の最適化に活用することができる。

概要

反実仮想機械学習では、観測されたログデータから、実際には観測できなかった反実仮想的な状況を推定する。ログデータは以下のような形をしている。

${\displaystyle LogData=\{{\bigl (}Feature_{i},Action_{i},Result_{i}{\bigr )}\}_{i=1}^{n}}$