[B! MLOps][人工知能] misshikiのブックマーク

misshiki id:misshiki

MLOpsと人工知能に関するmisshikiのブックマーク (3)

AIシステム開発におけるQA/QA in AI System development
これまで私がAIに対するテストで経験したことから得た知見です。どういった問題があって、どういった対応をしたかを4つのChapterで説明しています。 This is the knowledge I have gained from my experience with testing AI thus far. I will explain the types of probl ems I encountered and how I responded to them in four chapters. その他資料 / Appendix 「今までのテストとAIを含んだプロダクトのテストの違い」 https://speakerdeck.com/mineo_matsuya/jin-madenotesutototoaiwohan-ndapurodakutonotesutonowei-i 「Smar
misshiki 2023/05/19
AIシステムを開発＆テストするときに注意すべき点などの参考に。13ページ以降が本編。全67ページのスライド資料。

人工知能

プログラミング

機械学習

MLOps
リンク
コロナ禍でAIのパフォーマンスが低下した業種、低下した理由
McKinseyが「業績が高い」と見なす企業の大半はコロナ禍の中でもAI 投資を増やしているが、それ以外の企業でAI 投資を増やしていたのは30％未満だった。McKinseyによると、投資を増やしていると回答した率が最も高いのは、自動車と組み立て、ヘルスケアサービス、調剤と医薬品を扱う企業だった。企業はAIモデルの構築と再トレーニング、データ収集を適合させて優れたアジリティーを実現する必要がある。「現在よりもはるかに俊敏にデータを集め、短間隔でモデルを再トレーニングしなければならない」と話すのは、McKinseyの分析事業の一部を担うAI コンサルタント企業QuantumBlackのジャコモ・コルボ氏（共同設立者、チーフサイエンティスト）だ。コロナ禍でAIのパフォーマンスが低下 iStock.com/Palto 機械学習モデルの検証に実データを使うのが一般的な考え方だ。モデルが現実と一致しな
misshiki 2021/12/27
“「現在起きていることに合わせて調整される自己適応型のモデルが増え、長期にわたる時系列データの利用が少なくなる方向に移っている」”そこからMLOps活用の話へ。

人工知能

MLOps
リンク
特集：2020年、AI活用の成否を分かつ技術とは
Deep Learningがブレークスルーとなった昨今の「第3次AIブーム」。2020年は、企業の「AI」活用において、ブームのままPoC（概念実証）で終わるのか、本番で稼働するシステムやサービスに適用できるのかの分水嶺となるだろう。その成否を分かつものは何なのだろうか。本特集では、現在の機械学習・Deep Learningにおけるさまざまな課題の中でも技術的なものを中心に整理し、その解決策としてAutoML（機械学習自動化）、MLOps（機械学習基盤）といった技術を解説。加えて、それらを活用している企業の事例を紹介する。
misshiki 2020/05/29
“現在の機械学習・Deep Learningにおけるさまざまな課題の中でも技術的なものを中心に整理し、その解決策としてAutoML、MLOpsといった技術を解説。加えて、それらを活用している企業の事例を紹介する。”

人工知能

機械学習

AutoML

MLOps
リンク
1