BLOG

シンラボメンバーのあれこれ

  1. HOME
  2. ブログ
  3. 代表通信
  4. 5/27 代表勉強通信~「Building Machine Learning Powered Applications」②

5/27 代表勉強通信~「Building Machine Learning Powered Applications」②

こんばんは。代表の草場です。

引き続き、「Building Machine Learning Powered Applications: Going from Idea to Product 1st Edition」を読んでいます。本日は第一章の途中まで紹介します。

まず、大前提として、機械学習は様々なアプリケーションの世界を切り開いてくれますが、どのようなタスクが機械学習で解決できるのか、解決すべきなのかを考えることが重要です。製品を作るときには、「具体的なビジネスの問題」から始めて、それが機械学習を必要とするかどうかを判断し、可能な限り迅速に反復処理ができるような機械学習のアプローチを見つける作業をする必要があります。本にもある通り、

最も重要なことは、常に製品のゴールから始めて、それを解決するための最善の方法を決定すること

です。そのうえで、「機械学習のアプローチを検討する際には、そのアプローチが製品にどれだけ適しているか、ということに基づいて評価するように」、とのことです。そのためには、次の2つのステップを踏むのがベストです。

(1)製品のゴールを機械学習のパラダイムでフレーム化
(2)その機械学習タスクの実現可能性を評価

本に細かく説明があります。

1.機械学習パラダイムで製品のゴールをフレーム化
製品を作るときには、ユーザにどのようなサービスを提供したいかを考えることから始めるが、機械学習の問題は、全く異なる方法でフレーム化されている。1つの製品目標に対して、多くの異なる機械学習の定式化が存在する。

2.機械学習の実現可能性を評価
機械学習アプリケーションを効率的に構築するためには、複数のフレームを検討し、最も簡単だと判断したものから始めることが重要。機械学習の問題の難易度を評価するには、機械学習問題の核心的な側面、データとモデルを調べる必要がある。

次回は上記のデータとモデルに関して記載します。

明日もラボ活。

関連記事