具体的な方針を開始するものがゴールになるとは限りません。 ＡＩが決まっていない条件や要素に対して、エンジニアがWHY、条件など、わかっていないことがあり説明できないことがあります。 まず、理解できる状況であり、データをパラメータで機械学習したあと、実績あるデータと照らし合わせたモデルを作成します。 目標となるデータに接近させ、条件をぶつけて誤差を小さくすることまでの流れになります。 与えられた予算と時間のなかで、試行錯誤の連続となります。 ・機械学習エンジニア調整範囲 ・データの調整 ・パラメータ調整 ・AIモデルコード作成 ・API ・データサイエンティスト調整範囲 ・データの調整 ・パラメータ調整 ・AIモデルコード作成 ・API ・AIフロー ・ヒアリング ・サンプルデータチェック ・期待値・評価サンプル ・デープラーニング ・AI方針 ・API提供 ・スケジュール・進捗・制度 ・A