![](https://cdn-ak-scissors.b.st-hatena.com/image/square/d64fd0aefc72d2db12e3db6177e398e56c57c804/height=288;version=1;width=512/https%3A%2F%2Fimg.logmi.jp%2Farticle_images%2FWYVvFbxw4fTk8euf51ydyw.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。
「精度の向上」「安定供給」「再利用性の向上」 LINEが属性推定システムのリニューアルで取り組んだ3つの改善ポイント
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
「精度の向上」「安定供給」「再利用性の向上」 LINEが属性推定システムのリニューアルで取り組んだ3つの改善ポイント
2021年11月10日と11日の2日間、LINE株式会社が主催するエンジニア向け技術カンファレンス「LINE DEVELOP... 2021年11月10日と11日の2日間、LINE株式会社が主催するエンジニア向け技術カンファレンス「LINE DEVELOPER DAY 2021」がオンラインで開催されました。そこで渡辺哲朗氏が、属性推定システムのリニューアルで見えたさまざまな課題とその解決事例を共有しました。後半はリニューアルした属性推定システムが持つ課題の解決事例について。前半はこちら。 リニューアルを通じて見えてきた改善ポイント それではリニューアルを通じて見えてきた改善ポイントについての事例紹介に進みます。改善ポイントは大きく3つに分類されます。1つ目は機械学習モデルのさらなる改善。2つ目は推定属性の安定供給とそのモニタリングのためのシステムの構築。そして3つ目はデータとモデルの再利用性のさらなる向上の3つです。以降、これらについて1つずつ紹介していきたいと思います。 まず1点目です。機械学習モデルのさらなる改善