機械学習のためのトレーニングデータ

AI システムの失敗の多くはトレーニングデータに関連しているため、トレーニングデータはアルゴリズム自体と同じくらいデータプロジェクトの成功に重要な役割を果たします。しかし、トレーニングデータは AI および機械学習の成功の基盤であるにもかかわらず、そのプロセスを成功に導くための包括的なリソースはほとんどありません。

この実践的なガイドでは、Diffgram AI トレーニングデータソフトウェアのリードエンジニアである著者、Anthony Sarkis が、技術専門家、マネージャー、および分野の専門家に対して、トレーニングデータの取り扱い方法と拡張方法を紹介するとともに、マシンを監督する人間的な側面についても解説している。エンジニアリングリーダー、データエンジニア、データサイエンスの専門家は、トレーニングデータを成功に導くために必要な概念、ツール、およびプロセスについて、確固たる理解を得ることができる。

この本では、以下のことを学ぶことができる。

• スキーマ、生データ、注釈などのトレーニングデータを効果的に活用する
• 仕事、チーム、または組織をAI/MLデータ中心型に変革する
• 他のスタッフ、チームメンバー、および関係者にトレーニングデータの概念を明確に説明する
• 実運用レベルの AI アプリケーション用のトレーニングデータを設計、デプロイ、出荷する
• データバイアスなど、トレーニングデータに基づく新しい障害モードを認識して修正する
• 自動化を自信を持って活用し、トレーニングデータをより効果的に作成する
• トレーニングデータシステムの記録を適切に維持、運用、改善する