CME 500: AI in Real Life (NETFLIX "Machine Learning for Recommendation & Personalization")

　ネットフリックスのAIについて、レコメンドとパーソナライゼーションの実践がシェアされた。1億人以上のサブスクライバーのデータを駆使しているが、LTVを挙げることにMLのGoalがあり、短期的な視聴を重視しているわけではない、という点が興味深い。
　備忘として、印象的なのが、
　・相関でなく、Causationを捉えようと工夫している（Causal Learning）
　・バッチでなく、オンラインでA/Bテストをする。それは、悪い体験をする人を最小化するため。

・コンテンツ自体のContext（Computer Visionなどでカットを分析）ごとのデータを捉え、ユーザの視聴経験（e.g. コメディ、ロマンス）によって、パーソナライゼーションを試みようとする点。

※ DataはTruthでない。バイアス(e.g. selection, survey)がある。

※ A/BテストのFairnessを重視

--参考の論文--

　https://dawenl.github.io/publications/LiangKHJ18-vae_cf.pdf

--追記：Stanforddailyで配信された記事