失敗から学ぶ機械学習応用

社内勉強会での発表資料です。 「失敗事例を通じて、機械学習の検討で抑えるべきポイントを学ぶ」をコンセプトに作成しました。AI・機械学習を検討する広くの方々に活用していただけると幸いです。 あとがきを下記に書きました。よければこちらもご参照ください。 https://qiita.com/bezilla/items/1e1abac767e10d0817d1

[dogwood008]

AIプロダクトを運用まで載せるのは、思っている以上に難しいという話

[shogo_okamoto]

最初から最後まで読んでいて心が痛くなる

[laiso]

90枚あるけど濃密で面白かった

[nikkie-ftnext]

「AIは教師データの正しさは保証してくれない」や各種Leakage（時系列データをランダムにtrainとtestに分けてしまう）は身に覚えがあり胃が痛くなりますが😣、先人の知恵をまとめた素晴らしい資料だと思います

[shaokuz]

面白かった

[masadream]

今年一番のexcellent。すごいまとまってて無駄なページが一つもない。

[showyou]

あるある話

[misshiki]

参考になる良い資料

[natsutan]

良い話だった

[murashit]

めちゃくちゃ良いな

[beginnerchang]

応用どころかスタートラインにすら立てていない事案ばっかりで草

[toro-chan]

ある意味学ぶことがなくて、機械学習「止める」というのだけが学びにしかなってないような気が。そして、それは予算上無理。。

[esuji5]

よくまとまっていてすごい

[razokulover]

このまま導入前の検討で使えそう

[katsyoshi]

これすき

[KSKSKSKS2]

Defineが結構難しいなと毎回思う。どのくらいの精度感が出ると、どういう処理フローになるかを事前に見せれると良いのだけど、ガワのプロトタイピングから始めると、ケツが決まっている場合特に辛いという