本研究では，機械学習に基づく施策評価に関して体系的，かつ俯瞰的な観点から課題検討を行った。多くのビジネス施策の最適化問題において，大量に蓄積された大規模ログデータを有効活用し，機械学習モデルや人工知能技術を用いて分析し，施策評価に結び付けようとする動きがある。本研究ではまず，俯瞰的な観点から課題を整理し，機械学習モデルによる大規模ログデータの学習と新たな実験データを統合的に分析する枠組み構築に向けた課題を整理した。その上で，ログデータから構築される機械学習を効果的に用いた施策評価を改善する新たな手法を検討し、人工データや実データを用いた実験を通じた評価を行い、様々な成果を得た。