(Image by Pixabay)
勉強が進まないので、今回は与太記事でも書いてお茶を濁すことにします(笑)。ネタはこちらです。
- Why your machine learning project will fail – THE DATA SCIENCE NINJA
- 9 Reasons why your machine learning project will fail
読んで字の如し、「あなたの機械学習プロジェクトが失敗する9つの理由」というグサグサ刺してくる論評記事です。あまりにもオリジナルの記事が素晴らしかったということか、KDnuggetsに誘われてrepostされた模様です*1。
最近は機械学習の学術・技術的研究開発も極めに極まったところで一息つく感じになってきている印象で、どちらかというとインダストリーサイドではML Opsという考え方が提唱されるようになってきています。その内容については我らがid:rindai87さんのブログ記事が分かりやすいかなと。
ML Opsという名前で皆さんが期待している、課題に思っている内容は以下4つっぽい印象でした。
こういうOps系の話が出てくると必然的に出てきがちなのがいわゆる「アンチパターン」リストなんですが、意外とその辺って周囲のMLerたちと話した限りでは暗黙知的な要素が濃いんですよね*2。
とは言え、まともにきちんとしたアンチパターン集とかバッドノウハウ集とかそれこそ"Bad Machine Learning"みたいなものを編もうとしたら大変な手間になるので、今回はそこまで本格的なことはやらずに*3たまたまKDnuggetsで見つけた上記の記事の抄訳紹介をしてみようと思います。改めて、題して「機械学習プロジェクトが失敗する9つの理由」です。なお、そのまま抄訳だけ書いても素っ気ないので適宜僕自身のコメントも加えてあります。
*1:実は僕も英語ブログの記事の一つがGregory先生からの要請がありrepostされてます
*2:某くんと話した時も産学双方のアンチパターンのリストが出てきたものの、こういうのってシェアされないよねという話題になった
*3:これはこれで非常に大事なテーマなのでそのうち腰を落ち着けてやりたいと思ってます