Amazon Web Services ブログ
機械学習プロジェクトの最上流工程での「機械学習の価値を計算する」方法について解説動画を公開しました！【ML Enablement Series Light#3】
機械学習モデル開発プロジェクトの進め方を解説する「ML Enablement Series ※」の Lightパート第3回となる「機械学習の価値を計算する」動画が公開されました。
※ ML Enablement Series とは、機械学習プロダクトにかかわる全ての人向けの機械学習の知識をお届けする Light パートと、機械学習のマネージドサービスを活用した MLOps を推進したいエンジニア向けの Dark パート から構成されており、週１回を目安に Lightパート と Darkパート を交互に配信しています。(2022/06/08より AWS Black Beltオンラインセミナーにて配信開始)
今回は、機械学習プロジェクトの最上流工程である、「Business Understanding（ビジネス理解）」を対象にしています。機械学習プロジェクトの失敗確率は80%ともいわれ、それを避けるための最初の立ち上げについて詳しく解説を行いました。
Business Understandingのゴールは、「プロダクトの顧客が理解できる言葉で、機械学習後の価値を定義する」ことです。そのために大切なこととして、以下の2点を挙げて、説明しています。
- 顧客に提供する価値にフォーカスすること
- 機械学習などの実現手段にこだわらないこと
機械学習を導入する前と後で、ユーザー体験がどのように変わったかを意識して、「プロダクトの顧客」にとっての機械学習の価値を明文化する重要性について説明しています。
また、Amazon/AWS にてイノベーションを起こすための仕組みの一つとして、Working Backwards を紹介しています。
その後、3つの具体例をあげ、明文化、価値の計算式を説明しています。さらに、コミュニケーション演習として、「誰に、何を依頼すべきか」を説明しています。
今回の動画は機械学習プロジェクトにおいて最重要プロセスですので、ぜひご覧ください。
今回の 動画 は AWS BlackBelt オンライン ML Enablement シリーズのYouTubeの再生リスト（Lightパート / Darkパート)に追加しています。こちらもご利用ください。
AWS Black Belt Online Seminar 全体の資料はこちらにあります
プレゼンテーション作成およびスピーカーは機械学習Developer Relationsの久保とソリューションアーキテクト尾原、テクニカルサポートは機械学習ソリューションアーキテクトの呉、本記事は機械学習ソリューションアーキテクトの伊藤が担当しています。
これまでの「ML Enablement Series」