クックパッド・R&Dインターンシップ MLOpsの講義資料 コードの場所は以下 https://github.com/chie8842/cookpad-internship-mlops-2018
![Cookpad_Internship_MLOps_Lecture_2018](https://cdn-ak-scissors.b.st-hatena.com/image/square/51c55351a43fb286e724fe0e6d24183961d6119a/height=288;version=1;width=512/https%3A%2F%2Ffiles.speakerdeck.com%2Fpresentations%2F426ddd0ef65f4040ae7828f22644ed6a%2Fslide_0.jpg%3F10650267)
研究開発部の takahi_i です。本稿はデータ分析、 機械学習関係のプロジェクトで数多く生成される一時オブジェクトおよびそれらのオブジェクトを保持するファイル(一時ファイル)を管理する取り組みについて解説します。 本稿の前半はデータを分析するプロジェクトの一般的なフローと起こりがちな問題(コードの品質管理)について解説します。後半はプログラム上で生成されるオブジェクト群をファイルに自動でキャッシュを管理するツール(Hideout)を使って、コードを整理整頓しやすくする施策について紹介します。 データを分析するプロジェクトの一般的なフロー まずデータを処理するプロジェクトや機械学習プロジェクトの典型的なフローについて考えてみます。まずは単純に機械学習器を取得した入力に対して適用するプロジェクト、次にもう少し複雑な事例、アプリケーションで利用するデータを生成するプロジェクトのフローについて
2018.12.11 イベント開催 Report04 去る 2018年12月11日(火)、DeNA本社Sakura Cafeにて、「先端AI技術を活用した新たな価値あるサービスの共創」をテーマに「SHIBUYA SYNAPSE」を開催。 AI技術活用に携わるエンジニアやビジネス&サービスの企画担当者など、総勢70名の方が参加しました。 第4回となる今回は、「多角型事業と集約型事業、それぞれのMLOps / AI基盤」をテーマに、機械学習を活用した実サービス開発や運用におけるE2Eでのセキュアなデータフローから、モデルの自動学習やデプロイメントなどのエコシステムをカバーするMLOpsを主軸に据え、事業規模やフェーズなどによって異なるケーススタディを株式会社ディー・エヌ・エーとクックパッド株式会社の両社の事例で紹介しました。 セッション1 マイクロチームでの機械学習PoC SPEAKER加茂雄
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