バンディッドアルゴリズム

バンディッドアルゴリズムとは

実データに基づき、Webサイトなどの改善を行う手法の総称。「ワンアームド・バンディット」という別称を持つスロットマシンがその語源で、「スロットマシンが複数台あるとき、限られたコインをどの台にどれだけ使えば最大の成果が得られるか」を計算する手法として、1950年代から研究が始まったとされている。

現在では、人間のような学習能力をコンピューターに持たせる機械学習の手法として、またA/Bテストの自動化を図る技術として注目されている。A/Bテストは、2012年のアメリカ大統領選において、オバマ大統領が活用し、再選に大きく寄与したことで一躍有名になった。

バンディットアルゴリズムの研究者である東京大学新領域創成科学研究科の本多淳也助教は「このアルゴリズムがテーマになる機械学習の国際学会では、グーグルやマイクロソフトの研究者がよく発表している」と述べているが、米国のインターネット企業を中心に活用が進んでいる。