主にベイズ決定理論に基づく機械学習の理論研究を行っています。

応用面としては、マーケティングやチャーン分析（解約予測）等を見据えています。

特にこのような問題においては、単なる予測精度の向上だけでなく、モデルの解釈性が求められます。中でも解釈性の高いモデルとして階層的混合エキスパート (Hierarchical mixture of experts, HME) に注目しています。

また、機械学習の手法を用いた因果推論に関する研究も行っています。

A/Bテストでは捉えきれない条件付き処置効果の推定を目的とし、Uplift modelingの理論的な枠組みの構築を目指しています。