機械学習は様々な業界で革命をもたらしてきました。今後も機械学習のビジネスへの応用は、無限の可能性が広がっています。 AI開発やAIエンジニアの需要もますます高まっていくに違いありません。 この記事では、弊社Rabiloo(ラビロー)のAI開発プロジェクトの知見をもとに、 機械学習やディープラーニングのモデルを評価するさまざまな方法 課題に適した良いモデルの選定 についてエンジニア向けに解説したいと思います。 さらにこの記事では、以下の用語を取り上げます。 混同行列 正解率 適合率 再現率 特異率 F1スコア(F値) ROC曲線 AUC 分散説明率 平均二乗誤差 関連記事:機械学習とは? 機械学習がますます重要になるのはなぜか 機械学習におけるモデル評価方法 機械学習モデルを構築し、あるデータセットを学習させた後、次にすべきことは新しいデータセットでのモデルの性能を評価することです。 モデル
先日サンフランシスコ市内にある丸亀製麺 (アメリカだとMarugame Udon) に行った。コロナの期間は閉店していたが、今年に入ってからは営業を再開している。地元の人たちにも大人気の繁盛店。 入口でトレイを取り、列に並んで、カウンター越しにオーダーを行う仕組み。 そこであることに気づいた。 「めっちゃ人多くない?」と。それも、お客さんだけではなくて、従業員の数が。 従業員がめっちゃいる。列に並んでいる客と同じぐらいに。そして、それぞれのスタッフが “一つ” の作業しかしていない。
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