Machine Learning Casual Talks #4 "DevData" #MLCT (4ページ目)

すごいな、予め広めに拾っておくことができるのは経験値だろうな #MLCT

2015-12-15 20:06:34

いまはうまくいっているという言葉、それは僕達が既に通った道だと言いたくなる #MLCT

2015-12-15 20:06:53

これか #MLCT / Ricardo Baeza-Yates の Modern Information Retrieval: The Concepts and Technology ... を Amazon でチェック！ amzn.to/223Tc4g

2015-12-15 20:09:35

わかる #MLCT

2015-12-15 20:10:46

HTMLを返す… #MLCT

2015-12-15 20:11:59

「レポート/データを提供しても使われないことを予め認識しておくこと」😇 #MLCT

2015-12-15 20:12:56

レポート/データを提供しても使われないことがあると認識しておく　#MLCT

2015-12-15 20:13:05

煽り担当が必要ですよね #MLCT

2015-12-15 20:13:25

KPI、基本的には伸びてる時は見られないんだけど、なんかトラブルあったときにめっちゃ深掘りして見なきゃいけなくなるので余裕あるときにいっぱい用意しとくべきという教訓がある #MLCT

2015-12-15 20:13:46

"2,3%の改善ではサービスに課せられている目標を達成できない" #MLCT

2015-12-15 20:14:40

対応デバイス増やすとか、機能増やすとかみたいな簡単に改善できるところがあるうちは分析チームはあんまり仕事ないっすよね。 #MLCT

2015-12-15 20:15:55

レポートで提供するより、レコメンドAPIのようにすぐに使える状況にしないとサービスに使われない #MLCT

2015-12-15 20:16:17

ホリヲ @horihorio

「結果的に、頼られる、任せられる用になった」と、なんかサラリと何気にすごいことを言っている。 #mlct

2015-12-15 20:19:44

成果を上げ続けるレコメンドシステムは難しいのではというsekiさんの質問わかるなー #MLCT

2015-12-15 20:23:53

横展開で汎用性を高めたいみなさん、思い出しましょう「ノーフリーランチ定理」を！w #MLCT

2015-12-15 20:27:33

chezou氏が一番カジュアルな件 #MLCT

2015-12-15 20:29:55

東京Insaneおじさんテラモナギ @teramonagi

前職経験からくる事前(収益)分布からおおよそのリターンを見積もると。。。 #mlct

2015-12-15 20:35:48

高度なモデリングの場合、運用上に難が出て来る可能性がある #MLCT

2015-12-15 20:36:46

ホリヲ @horihorio

売上を上げる、はさすが。ワタシ、つい日和って、比較的低リスクな事が多いコスト削減、な攻め方をしてしまうこともあるので。 #mlct

2015-12-15 20:43:33

アウトプットが組織に貢献することになっているかっていうことを描けるかが足りないとどれだけ優秀なエンジニアでもだめだし、逆に言えばそれがあればなんとかなるケースも多いなぁって思ってますね #MLCT

2015-12-15 20:44:17

素敵な手法は特徴量をどのように解釈するかっていうことだと個人的に認識しています。メジャーな手法とかでは特徴量増やしたら対応できないかなーと。レコメンドをよりよくするためにどんな特徴量を追加したらいいかがイメージできてるかかなー #MLCT

2015-12-15 20:46:39