[B! ml] masaki925_8107のブックマーク

[Developers Summit 2023] ソフトウェアテスト新時代の幕開け: 機械学習とデータサイエンスで実現するテスト運用の高度化

Developers Summit 2023 の公募セッションで発表した資料です。https://event.shoeisha.jp/devsumi/20230209/session/4142/

masaki925_8107 2023/02/09

[CI/CD]

test
ML

リンク

Google Developers Machine Learning Bootcamp Japan

masaki925_8107 2022/07/19

リンク

https://gradientflow.com/machine-learning-trends-you-need-to-know?s=09

masaki925_8107 2022/06/06

MLプロダクトを作るときのチェックリスト、指標が大事そう

リンク

The journey to build an explainable AI-driven recommendation system to help scale sales efficiency across LinkedIn

Recommendations The journey to build an explainable AI-driven recommendation system to help scale sales efficiency across LinkedIn Authored byJilei Yang Staff Software Engineer, Machine Learning at LinkedIn | PhD in Statistics April 6, 2022 Co-authors: Jilei Yang, Parvez Ahammmad, Fangfang Tan, Rodrigo Aramayo, Suvendu Jena, Jessica Li At LinkedIn, we have the opportunity to work with many differe

masaki925_8107 2022/04/14

リンク

おわりに - なぜ機械学習はうさん臭く感じられるのか? / 真面目なプログラマのためのディープラーニング入門

本講座では計8回にわたり、ディープニューラルネットワークの原理と実装について説明してきた。ニューラルネットワークの原理は基本的には勾配降下法であり、その基盤となっているのが関数の微分可能性である。ニューラルネットワークにはさまざまな形態が存在するが、画像処理・画像認識の場合は畳み込みニューラルネットワークが非常に有効であることがわかっている。また、ニューラルネットワークの出力形式や損失関数を変えることにより、ニューラルネットワークが物体検出や奥行き推定など、さまざまなタスクに利用可能であることを紹介した。さて、本講座は「真面目なプログラマのための」ディープラーニング入門、と銘打っている。真面目なプログラマとは何か? 諸説いろいろあるだろうが、多くのプログラマは、ソフトウェア開発において仕様の明確さや、システムの効率・堅牢性、そして保守のしやすさといったものを追求

masaki925_8107 2022/03/22

リンク

Flower: A Friendly Federated Learning Framework

Flower A Friendly Federated Learning FrameworkA unified approach to federated learning, analytics, and evaluation. Federate any workload, any ML framework, and any programming language.

masaki925_8107 2021/02/16

AI
ML

リンク

機械学習アプリケーションにおけるテストについて - Re:ゼロから始めるML生活

機械学習系の話題が多い昨今ですが、実際触ってみると期待した精度・結果が出ないなんてことはよくあることではないでしょうか。機械学習特有の性質として、データ自体がモデルを変化させ、結果として業務に影響を与えたりします。仮に、機械学習屋さんが精度が出るモデルを構築したと言っても、それを導入するときに、システム全体での品質の維持に苦労したりします。ということで、不確実性の大きい機械学習系開発についての、設計・テスト戦略でどうやってリスクを低減していけるかが一つカギになってくると思い、方法論について勉強しましたので、そのメモです。非常に参考にしたのはこちら。 arxiv.org テストそのもののテクニックなどは、一般的なテスト駆動開発に関する書籍を合わせてをご参考ください。テスト駆動開発作者:Kent Beck発売日: 2017/10/14メディア: 単行本（ソフトカバー）テスト駆動P