時は遡って2月中旬。
お祭り騒ぎだった後輩たちの卒業論文・修士論文も無事終わって少し余裕ができたころ、お散歩に行くことが習慣になっていました。
今日はどこにいこうか。
家から北の方に出てみるか、南の方に出てみるか。
あるいは、気になっていたカフェに行ってみようか。
今の場所に移り住んではや5年ほど。
常連になった中華料理やインドカレー屋、立ち飲み屋はあったのですが、カフェの開拓を全くしていないことに気づいてしまいました。
たくさん時間があったはずなのにどうして開拓していなかったのか。
コーヒーが大好きなはずの人間として、ゆゆしき事態です。
というわけで、お散歩がてらカフェをいくつか巡ってみることにしました。
最初に訪れた場所は、素材にこだわったカップケーキとコーヒーを売りにしているカフェA。
せっかくなのでカップケーキを写真に収めたく、店員さんの許可を取ろうとすると、「数枚なら大丈夫です」との返事。
その想定外の返答に首を傾げたことを覚えています。
（SNS投稿のために何十枚もの写真や動画を撮るお客さんが多いらしく、数枚という制限を作ったそうです。）
次に訪れた場所は、たくさんのコーヒー豆を揃えているカフェB。
大納言パウンドケーキはとっても美味しかったです。
このカフェBはリピート。
しかしカフェ探索においては、二つのカフェを巡っただけで満足しているわけにはいきません。
他にもいくつかのカフェを巡り続け、ついに大好きなお店を見つけました。
実を言うとその場所はカフェではなくドーナツ屋さんなのですが、これが大当たりでした。
私の好みにドストライクなのです。
あまりにハマりすぎて、今では毎週購入する、超絶リピーターとなってしまいました。
季節もののドーナツ、いつも最高です。
ところで、自分の大好きなカフェ（？）に巡り合うためには、新しい場所を探索することが欠かせません。
一方で、気に入ったカフェに通うこともまた、自身の満足度を上げるためには重要なことです。
自分が気にいるであろう場所を探して彷徨うのか。
はたまた、良いことがわかっている場所を繰り返し訪れて満足感を得るのか。
そのバランスが、満足度を最大化するためには重要になっています。
そんな探索のバランスを考慮する機械学習モデルとして「バンディット」と呼ばれる手法があります。
この方策を取り続ければ、ある程度のリターンが見込める。
一方で、より良い方策も探す必要がある。
そのいい塩梅を見つけ、累積のリターンを最大化しよう、という手法です。
実際にとある企業では、どんな顧客にクーポンを配るか？といった問題において、より効果の高い顧客を見つけるためにこの手法（バンディット）を活用するなどしています。
今はこのドーナツ屋が至高と思っていますが、もしかするともっとドストライクなお菓子が近くにあるのかも。。。
そう思いつつお気に入りのお店に通い続けてしまうのは、機械学習モデルから見るとおかしな行動なのかもしれません。
P.S.
↓メルマガの新規登録はこちらから↓
https://48auto.biz/keieijinji/touroku/sp/scenario13.htm
（スマートフォンよりご登録いただけます）
