AIBR プレミアム
拓海先生、最近部下から「競合リスクって大事だ」と言われまして、何をどう導入すれば投資対効果が出るのか全く見えないのです。
素晴らしい着眼点ですね！大丈夫、一緒に整理しましょう。まず結論だけ先に言うと、この論文は競合リスクの評価を確率的に直接学べる損失関数を作り、ツリー系モデルでも効率的に学習できるようにしたのですよ。
それは要するに、何が変わるということですか？現場だとデータは途中で切れてることが多くて、よく分からないのです。
いい質問ですよ。まず専門用語を一つ。survival analysis（Survival Analysis、生存解析）とは「イベントまでの時間」を扱う分析で、途中で観測が切れるデータ（右検閲）に強いのです。
右検閲？それは観測期間が終わってしまって結果が見えないってことですね。なるほど、では競合リスクとは何でしょうか。
競合リスク（Competing Risks、競合リスク）とは、複数の異なる出来事が起こり得る状況で、どの出来事がいつ起きるかを分けて扱うものです。例えば製造現場なら故障と廃棄が競合するケースですね。
なるほど、複数の終着点があるわけですね。でも従来のモデルだと特定の前提が必要で、使いづらいと部下が言っていました。
その通りです。従来はCoxモデルのような強い仮定や、ニューラルネットを必要とする損失が多く、ツリー系（Tree-based）には馴染みにくかったのです。ここを本論文はうまく解決しますよ。
これって要するに、従来の前提が厳しいモデルを使わずに、もっと実務向けに確率を直接学べるようにしたということですか？
その通りですよ。ポイントは三つにまとめられます。第一に、検閲を補正した厳密なproper scoring rule（Proper Scoring Rule、適切なスコアリングルール）を設計したこと、第二に観測ごとに独立に評価できるため部分データで学習できること、第三にツリー系モデルに差し込めるので現場データに強いことです。
部分データで学べるのは現場運用でありがたいですね。では、実際に我々のようなタブularデータで使えば効果が出やすい、と言えるのですか？
ええ、特にカテゴリ変数や表形式データで強いツリー系アルゴリズムと相性が良いです。論文はSurvival-BoostというStochastic Gradient Boosting Trees（確率的勾配ブースティング木）ベースの実装で検証しています。
最後に一つ確認ですが、結局我々の現場で使うとしたら最初に何をすればリスクが低いですか？
要点は三つです。まず現場の終点候補を明確にしデータの検閲状態を把握すること、次にツリー系の学習基盤を用意して新しい損失を適用しやすくすること、最後に小さな検証実験でモデルの確率予測が現場で意味を持つか確認することです。大丈夫、一緒にやれば必ずできますよ。
分かりました。では私の言葉でまとめますと、この論文は検閲を補正した確率予測をツリー系でも学べるようにし、小さなデータ部分で確率を最適化することで現場導入の負担とコストを下げるということですね。
