ML による問題のフレーミングは、次の 2 段階のプロセス:
ML が適切なアプローチであることを確認するには、次のようにします。
- 問題を理解します。
- 明確なユースケースを特定する。
- データを理解する。
次のように ML 用語で問題を捉えます。
- 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。
- 成功指標を定義する。
この手順では、明確な目標を設定し、他の ML 担当者と連携するための共有フレームワークが提供されるため、時間とリソースを節約できます。
次の演習を使用して ML の問題を把握し、解決策を導き出してください。
プライバシーと倫理
ML を使用すると、プライバシーや倫理的な懸念が生じる可能性があります。モデルを本番環境に導入する前に、次のリソースを確認してください。