![](https://cdn-ak-scissors.b.st-hatena.com/image/square/b07f23210954b5c0da428e15a85e1f47c2c055db/height=288;version=1;width=512/https%3A%2F%2Fimg.logmi.jp%2Farticle_images%2F9AUtZbvGxqaxmp6pZRGEg3.png)
エントリーの編集
![loading...](https://b.st-hatena.com/bdefb8944296a0957e54cebcfefc25c4dcff9f5f/images/v4/public/common/loading@2x.gif)
エントリーの編集は全ユーザーに共通の機能です。
必ずガイドラインを一読の上ご利用ください。
なんのためにMLを使うのかを意識する メルカリアプリにおけるエッジAIの実装・運用のポイント
記事へのコメント0件
- 注目コメント
- 新着コメント
このエントリーにコメントしてみましょう。
注目コメント算出アルゴリズムの一部にLINEヤフー株式会社の「建設的コメント順位付けモデルAPI」を使用しています
![アプリのスクリーンショット](https://b.st-hatena.com/bdefb8944296a0957e54cebcfefc25c4dcff9f5f/images/v4/public/entry/app-screenshot.png)
- バナー広告なし
- ミュート機能あり
- ダークモード搭載
関連記事
なんのためにMLを使うのかを意識する メルカリアプリにおけるエッジAIの実装・運用のポイント
Machine Learning Casual Talks #12 (Online)は、機械学習を用いたシステムを実運用している話を中心に... Machine Learning Casual Talks #12 (Online)は、機械学習を用いたシステムを実運用している話を中心に、実践的な機械学習に関して気軽に話せる会です。メルカリのバーコード出品機能を例に、TensorFlow Liteを使ったエッジAIの実装・運用のポイントについて、大嶋氏が語りました。後半は運用について。前回の記事はこちら。 計測改善 大嶋悠司氏(以下、大嶋):結果です。アプリをリリースしましたが、タップしてくれる人は想定以上に少なかったです。さらにバーコード出品の増加率もほとんどなかったです。タップしてくれる人が少ないので、そもそも機能が使われていないので当たり前ですよね。 ここにいる方には当然かなというふうに思いますが、じゃあそのあと計測して改善していこうというフェーズが当然出てきますよねという話です。 今回、機械学習のモデルは、本かどうか。正確には本