Googleの研究者が教える、良い機械学習プロダクトを実装するための43のルール

Google のリサーチ・サイエンティストである Martin Zinkevich 氏によって書かれた、機械学習を使った良いプロダクトを開発するためのコツを集めた記事。エンジニアが良い機械学習プロダクトを作るには、機械学習の専門知識が無いことに苦心するのではなく、得意なエンジニアリングの技術を活かすことが重要、というのが主な趣旨です。 紹介記事：Rules of Machine Learning: Best Practices for ML Engineering はじめに ほとんどの問題はエンジニアリングに関する問題である 性能向上は、良い機械学習のアルゴリズムではなく、良い素性によってもたらされる 機械学習の前に ルール1. 本当に必要になるまで機械学習を使わない ルール2. まず指標を設計、実装する ルール3. ヒューリスティックが複雑になりすぎる前に、機械学習に移行する フェーズI

[ktr89]

“Rules of Machine Learning: Best Practices for ML Engineering”

[peroon]

“ 本当に必要になるまで機械学習を使わない”

[oooooooo]

機械学習に限らず、Web サービス開発にも通ずることが多い

[RabbitBit]

いい事しか書いてない。

[albertus]

43はどう考えても多すぎw

[psfactory]

エンジニア・研究者の英語学習 – Googleの研究者が教える、良い機械学習プロダクトを実装するための43のルール

[chezou]

おお、ついにこれ抄訳だけどされたのか。良いドキュメントですよね。素性って訳懐かしい

[tkmc]

[機械学習]