機械学習案件を納品するのは、そんなに簡単な話じゃないから気をつけて - Qiita
はじめに 昨日のTwitterで書いたこちらが非常に反響を呼びました。 半年間かけたデータ解析の仕事が全くうまくいかなかった 今回の失敗は契約書に納品物を明記していなかったこと 機械学習の依頼は学習済みモデルのファイルを納品しただけでは、先方は検収できず、結果支払いを受けられない この教訓をひとりでも多くの人に知ってもらいたい — キカガク代表 吉崎亮介 (@yoshizaki_kkgk) 2017年11月20日 そうなんですよね。 全く先方が悪いわけでもなく、私自身が「機械学習のお仕事＝解析」だと思いこんでいたことが失敗の始まり。 結局のところ、機械学習系のプロダクトを依頼されて、学習済みモデルを作成して即納品とはいかず、検証結果を示されないと検収できないよとなってしまうので、結局アプリケーション側まで組み込まないと納得感はないんですよね。 この検証とは、訓練データと検証データを分けた時
TechCrunch | Startup and Technology News
The BJP-led National Democratic Alliance (NDA) has emerged victorious in India’s 2024 general election, but with a smaller majority compared to 2019. According to post-election analysis by Goldman Sachs, UBS,… The tech layoff wave is still going strong in 2024. Following significant workforce reductions in 2022 and 2023, this year has already seen 60,000 job cuts across 254 companies, according to
AH（自動仮説）：データから問いや仮説が生成される時代 | データ経営｜DIAMOND ハーバード・ビジネス・レビュー
アナリティクスの発展によって、答えではなく問いや仮説が自動的に生成される――そんな「AH」（automated hypothesis：自動仮説）の時代が見えてきた。それはイノベーションにどう影響するのだろうか。 データが「ビッグ」であればあるほど、予測分析（predictive analytics）がもたらす利益と成果も大きくなる。これはすでに広く知られている通念だ。しかし、未来を予測するよりもみずからつくり出そうと努めるイノベーターは、最先端の科学者たちがビッグデータをどう扱っているかに注視すべきだ。AI（人工知能）は、「AH」（automated hypothesis：自動仮説）にその座を明け渡しつつある。今後はAIではなくAHこそが、画期的なイノベーションを喚起するようになるだろう。 2014年10月にエコノミスト誌はこう報じている。「現在、仮説生成ソフトの開発を進めている科学者のグ
1
リリース、障害情報などのサービスのお知らせ
最新の人気エントリーの配信
処理を実行中です
j次のブックマーク
k前のブックマーク
lあとで読む
eコメント一覧を開く
oページを開く
