ML の観点から問題をフレーム処理するには、次の 2 つのステップがあります。
次の操作を行って、ML が適切なアプローチであることを確認します。
- 問題を理解します。
- 明確なユースケースを特定します。
- データを理解する。
次の手順で、ML の用語で問題を定義します。
- 理想的な結果とモデルの目標を定義します。
- モデルの出力を特定します。
- 成功指標を定義します。
これらの手順では、明確な目標を設定し、他の ML 実務者と連携するための共有フレームワークを提供することで、時間とリソースを節約できます。
次の演習では、ML の問題をフレームワーク化し、解決策を策定します。
責任ある AI
ML ソリューションを実装するときは、常に Google の責任ある AI に関する原則に従ってください。
ML の公平性を高め、バイアスを軽減するための実践的な入門については、MLCC の公平性モジュールをご覧ください。