こども家庭庁10億円のAIプロジェクトが迷走— GPT o1が資金の流れをチェック｜Zun-Beho
こども家庭庁がNTTデータと野村総研に10億円支払い、虐待判定ツールをAIを導入して作った結果使えない物ができ10億円をドブに捨てたという事件の流れを解説、あなただったらどのような開発をするか？というのをChatGPT o1に聞いたのでシェアしますね。 ChatGPT o1のこども家庭庁10億円プロジェクトの検証こんにちは。ニュース読んだけど、10億円という予算と6割の判定ミスはなかなか衝撃的だね。なんでこんなに巨額を投じて失敗してしまったのか、そしてどうすればもう少し実用的で効果的なものが作れそうなのか、ざっくり考察してみるね。 なぜ10億円もかかったのか？大手SI企業（NTTデータ、野村総研）が受注 大手コンサルやSI企業が請け負うと、各種管理費・プロジェクト管理コスト・中間マージンなどが高くなりがち。元々政府系の案件は入札時点で要求仕様が厳しく、さらにコンプライアンスやセキュリティ要
Lean AI 開発論: コードを書く前に機械学習プロジェクトを評価する方法｜安野貴博
10年前に提唱された「リーンスタートアップ」と呼ばれる事業立ち上げの手法がある。リーン（＝無駄がない）であること、仮説検証の速度を最大化する（=学びの量に最適化する）ことを重要視する考え方だ。フィードバックサイクルを早め、コストをなるべくかけず、必要最低限の要素にフォーカスし、素早くスタートアップを立ち上げることで、成功確率が上がるのだと言われている。 裏を返せばこれは、仮説検証に必要ない一切は削ぎ落とすべきだ、と言っている。リーンスタートアップ的やり方の有名な例として、プロダクトを作る前に、そのプロダクトのランディングページだけを作って、メーリングリスト登録やアクセス数などの反応を見ることで、需要があるか確認するやり方がある。実はコードを書くのは初期の仮説検証に全く必要ないのだ。 このように進めれば、たくさんのお金と時間を使ってプロダクトを作って、ローンチしたあとに実は需要がなかった、と
日本語における評価用データセットの構築と利用性の向上（JED2022）
What's New ¶ 2022.03.18 ワークショップは終了しました．沢山の方々のご参加ありがとうございました！ また今後も様々なイベントを開催していく予定です．公式Twitterアカウント@jedws などをご覧ください． NLP2023 OKINAWAに合わせ，JED2023の開催を目指しています．来年は沖縄科学技術大学院大学（OIST）でお会いしましょう！ 趣旨 ¶ 言語処理学会第28回年次大会（NLP2022） 併設ワークショップ - 日本語における評価用データセットの構築と利用性の向上（JED2022） 日本語NLP技術の性能評価のためのデータセットが近年いくつか公開されているが，他の言語と比べると基本的なタスクが不足しており，日本語NLPの迅速な発展を阻害する要因となっている．英語などのデータセットを日本語に翻訳するアプローチもあるが，翻訳プロセスに由来するアーティファ
そろそろ本気で機械学習の評価方法について学習するよ - Y's note
Machine Learning for Hackers 作者: Drew Conway,John Myles White出版社/メーカー: Oreilly & Associates Inc発売日: 2012/02/28メディア: ペーパーバック クリック: 63回この商品を含むブログを見る 機械学習の評価方法について学習 機械学習初心者ですが最近業務で本格的に触り始めています。少し前までSmartPhoneのWebAppliを作ることを専門職としていたので機械学習の領域は未知な事が非常に多く、用語の意味ですら十分に理解できていません。今日は機械学習の評価方法を中心に学習(勉強)した内容を記録して行きます。例えばPrecision/Accuracy/Recallの言葉の違いやROC曲線,AUC評価などの技法といったものが話の中心になります。初心者視点で書いていますので専門性がありません。間
Netflix Recommendations: Beyond the 5 stars (Part 2)
by Xavier Amatriain and Justin Basilico (Personalization Science and Engineering) In part one of this blog post, we detailed the different components of Netflix personalization. We also explained how Netflix personalization, and the service as a whole, have changed from the time we announced the Netflix Prize. The $1M Prize delivered a great return on investment for us, not only in algorithmic inn
Netflix Recommendations: Beyond the 5 stars (Part 1)
by Xavier Amatriain and Justin Basilico (Personalization Science and Engineering) In this two-part blog post, we will open the doors of one of the most valued Netflix assets: our recommendation system. In Part 1, we will relate the Netflix Prize to the broader recommendation challenge, outline the external components of our personalized service, and highlight how our task has evolved with the busi
1
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
GitHub - ZFTurbo/Mean-Average-Precision-for-Boxes: Function to calculate mAP for set of detected boxes and annotated boxes.
