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。 |
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。
- 反実仮想機械学習のページへのリンク