#メンバーズウェビナー 「freeeのデータサイエンティストが語る イシューからはじめるAI開発のプロダクトマネジメント」まとめ
-
- いいね！1
えりりん@メンバーズデータアドベンチャー
@EriShirai
こちら参加くださる皆さん、ハッシュタグは、 #メンバーズウェビナー です！終わった後ツイート見に行くの楽しみにしてるので！ぜひ！ツイートして！ twitter.com/erishirai/stat…
2020-03-10 17:53:41
えりりん@メンバーズデータアドベンチャー
@EriShirai
「イシューからはじめるAI開発の プロダクトマネジメント」の オンラインセミナー明日18時からです！ 本質的にはプロダクトマネジメントの 話なのでAI関係ないPdMや周辺の人も 参加して欲しい。個人的に 色んな視点からの質問を聞きたい。 ▼申し込み popinsight.jp/seminar/detail… pic.twitter.com/wuJXDGQ6m3
2020-03-09 16:32:32
にしむらじゅん / STORES
@jnishimu
これみてる！ 「【オンライン】freeeのデータサイエンティストが語る イシューからはじめるAI開発のプロダクトマネジメント」 #メンバーズウェビナー
2020-03-10 18:06:09
えりりん@メンバーズデータアドベンチャー
@EriShirai
はじまったよー！！！ #メンバーズウェビナー pic.twitter.com/86YUCbvVHY
2020-03-10 18:06:54
拡大
にしむらじゅん / STORES
@jnishimu
heyもですが、スモールビジネスをサポートするサービスたくさんあるからみんなでスモールビジネス盛り上げていこうぜという気持ち。 #メンバーズウェビナー
2020-03-10 18:09:13
Yosuke Morita
@minamitary
(こちらをみてます) | 【オンライン】freeeのデータサイエンティストが語る イシューからはじめるAI開発のプロダクトマネジメント popinsight.jp/seminar/detail… #メンバーズウェビナー
2020-03-10 18:09:42
えりりん@メンバーズデータアドベンチャー
@EriShirai
なぜAI開発プロジェクトは失敗するのか？ 失敗の理由を抽象化してみると ・課題解決に必要なモデルが構築できなかった ・使い勝手が悪いから使ってくれなかった ・課題の設計が間違っていた →これAIじゃなくてプロダクトマネジメントの問題じゃない？ #メンバーズウェビナー
2020-03-10 18:13:23
えりりん@メンバーズデータアドベンチャー
@EriShirai
AI時代のプロダクトマネジメントとは？ ・基本は一般的なプロダクトマネジメントと変わらない ・それにAI技術というオプションが増える #メンバーズウェビナー
2020-03-10 18:14:36
にしむらじゅん / STORES
@jnishimu
AI時代のプロダクトマネジメント。AIのことも知ることが大事、学ぶの大変だなあ。機械学習で解くものとして最適なのか判断することはとても大事。 (めちゃくちゃわかりみ) #メンバーズウェビナー
2020-03-10 18:15:31
えりりん@メンバーズデータアドベンチャー
@EriShirai
AI技術を考慮するとなぜ難しいのか？ ・機械学習への期待値を間違うから →なぜ？ 手段選定の前段階にある目的・目標が不明瞭だからでは 目的が曖昧だと手段が選べない #メンバーズウェビナー
2020-03-10 18:16:14
えりりん@メンバーズデータアドベンチャー
@EriShirai
目的・目標ってどうやって決めたらいいの？ →本質的に価値があり、いま解決すべき問題＝イシューからはじめる #メンバーズウェビナー
2020-03-10 18:17:58
megumi takahira
@megumi_takahira
目的が曖昧だと手法が選べない →AIに限った話ではないですがAIプロジェクトだとさらにあるあるな気がしますね… #メンバーズウェビナー
2020-03-10 18:18:02
えりりん@メンバーズデータアドベンチャー
@EriShirai
イシューを組み立てるために気をつけること ・本質的である →それが本当に価値がありインパクトがあるか ・答えが出せる 数値や分類問題に落とし込めるイシューでないと機械学習で解けない #メンバーズウェビナー
2020-03-10 18:20:11
えりりん@メンバーズデータアドベンチャー
@EriShirai
「答えても価値がない問題を機械学習で解いても価値が出ません、当たり前ですが」 #メンバーズウェビナー
2020-03-10 18:20:51
えりりん@メンバーズデータアドベンチャー
@EriShirai
イシューから仮説を立てるには、人間や課題をよく観察するのがポイント ・人間がどうやっているか →人間ができないことは機械学習でも実現できない（一部例外はあるけど） #メンバーズウェビナー
2020-03-10 18:23:00
にしむらじゅん / STORES
@jnishimu
データサイエンティストじゃない人は、ルールベースと機械学習の違いをきちんと理解するのは大事！ルールベースでできるならそっちの方がいいよ！ #メンバーズウェビナー
2020-03-10 18:23:53
Yosuke Morita
@minamitary
「まず人間を観察する、ルールベースで置き換えられる部分に機械学習アプローチを適用していく」UXリサーチとデータとの繋ぎ込みの話になってきた！ #メンバーズウェビナー
2020-03-10 18:24:20
にしむらじゅん / STORES
@jnishimu
持っている課題が機械学習で解決できるか、どれくらい効果が出るかの肌感は機械学習エンジニアに聞こうね。開発コストも含めて。 #メンバーズウェビナー
2020-03-10 18:28:34
えりりん@メンバーズデータアドベンチャー
@EriShirai
イシューから仮説立てたら手段を考えるためのポイント ・得られる利益 →ルールベースで十分ならルールベースでよい ・効果の確実性 →課題解決のために必要なクオリティまで到達できるのか ・開発コスト →ルールベースで出して機械学習でアップデートもあり #メンバーズウェビナー
2020-03-10 18:28:45