「マシンラーニングプロジェクトで私が犯した同じ過ちを com 因さないでください!」

「私の経験から学んで、マシンラーニングプロジェクトで同じ過ちを犯さないでください!」

機械学習プロジェクトで重要な要素を認識しました

Photo by Pierre Bamin on Unsplash

ほとんどの場合、私たちはそれを全く考慮しないことがあります。

私はインターン経験から苦い経験をしました。

私の旅は、大学で機械学習の基礎を学び始めたときに始まりました。私は物事がどのように動作するかについて深い理解を得るために多くのプロジェクトを行っていました。

これにより、他の人と比べて一歩先を進めることができました。これらの概念を現実世界の応用に適用するための知識を高めることができました。

しかし、気付かずに私は毎回のプロジェクトでそれを繰り返し行ってしまいました。私は以下の点に重点を置いていました:

  1. どの機械学習モデルを使用するか?
  2. 最適化戦略を使用してパフォーマンスを向上させる。
  3. EDA分析に時間を投資する。
  4. データクリーニングのさまざまな技術。

このリストはこの記事の最後まで続きます。これらは高性能なモデルを構築するために不可欠な要素であることに同意します。

しかし、広い視野で見ると、上記の手順は一般的にすべての機械学習プロジェクトで同じです。では、あなたはどのような変更がすべてのプロジェクトで重要視されると考えますか?

データがすべてを変えます!!!

Photo by Markus Spiske on Unsplash

データが変化すると、データのクリーニング戦略も変化し、洞察を見つけるために使用される可視化グラフも異なります。どのモデルを選ぶかも変わりますなど。

データの視点

私たちは、モデル開発に時間をかけることでパフォーマンスが低いから高いに変わると仮定しています。しかし、それは真実ではありません。データの品質は非常に重要ですし、モデルの精度においてゲームチェンジングな要素です。

広範な理解を得るために、以下のシナリオを見てみましょう

シナリオA

We will continue to update VoAGI; if you have any questions or suggestions, please contact us!

Share:

Was this article helpful?

93 out of 132 found this helpful

Discover more

データサイエンス

「PyTorch ProfilerとTensorBoardを使用して、データ入力パイプラインのボトルネックを解消する」

「これは、GPUベースのPyTorchワークロードのパフォーマンス分析と最適化に関するシリーズ投稿の4番目の投稿ですこの投稿では...

機械学習

このAI論文は、イメージとテキストのアラインメントモデルにおける詳細なテキストとビジュアルの説明のための高度な技術を紹介しています

“`html 画像テキストの整列モデルは、視覚的コンテンツとテキスト情報の意味のある関連を確立し、イメージキャプショニ...

機械学習

テストに合格する:NVIDIAがMLPerfベンチマークでジェネラティブAIのトレーニングをターボチャージします

NVIDIAのAIプラットフォームは、最新のMLPerf業界ベンチマークにおいて、AIトレーニングとハイパフォーマンスコンピューティ...

データサイエンス

「モノのインターネット:進化と例」

「モノのインターネット(IoT)は単なる流行語ではなく、過去数十年間にわたって世界を変革してきた画期的な技術です」

機械学習

「Amazon Bedrockを使用した生成型AIアプリ:Go開発者のための入門ガイド」

「AWS Go SDKとAmazon Bedrock Foundation Models(FMs)を使用して、コンテンツ生成、チャットアプリケーションの構築、スト...

機械学習

「AIとのプログラミング」

ジェネレーティブプログラミングはどのようにプログラミング言語を変革するのでしょうか?早い段階で既に見られる問題は、ど...