Download as PDF, PPTX
![[AI/ML] 機械学習における AWS を用いたマイクロサービスアーキテクチャ](https://cdn.slidesharecdn.com/ss_thumbnails/arch-190223043220-thumbnail.jpg?width=640&height=640&fit=bounds)
Jsai2018
- 1. Analytics Innovation Company ©BrainPadInc. Strictly Confidential 1 JSAI 2018 パネルディスカッション
- 2. Analytics Innovation Company ©BrainPadInc. Strictly Confidential 2 ⾃⼰紹介 太⽥満久 - 株式会社ブレインパッド - TensorFlow User Group - 明⽇(6/9) TFUG Kagoshima キックオフ! - 機械⼯学研究会 - ⽇本ディープラーニング協会
- 3.
- 4. Analytics Innovation Company ©BrainPadInc. Strictly Confidential 4 レコメンドシステムの例 例題として、以下のようなレコメンドシステムを考えます ウェブアプリ ⾏動履歴 DB モデル ユーザー 学習 アクセス レコメンドアイテム ロギング
- 5. Analytics Innovation Company ©BrainPadInc. Strictly Confidential 5 現場で起こりがちなこと 1 急にアクセス数が0になった! 調べてみると、障害が起こっていた… アクセス数 時間 障害
- 6. Analytics Innovation Company ©BrainPadInc. Strictly Confidential 6 現場で起こりがちなこと 1 急にアクセス数が0になった! 調べてみると、障害が起こっていた… 障害の期間をのぞいて学習させないと、モデルがおかしく なってしまう… ▶ 「異常フラグ」をデータにもたせておけばよいのかな…
- 7. Analytics Innovation Company ©BrainPadInc. Strictly Confidential 7 現場で起こりがちなこと 2 キャンペーンをうったら、特定の商品へのアクセスが突如増加した! アクセス数 時間 キャンペーン
- 8. Analytics Innovation Company ©BrainPadInc. Strictly Confidential 8 現場で起こりがちなこと 2 キャンペーンをうったら、特定の商品へのアクセスが突如増加した! キャンペーン期間を学習データから除外しないと、モデルが おかしくなってしまうぞ… ▶ 「キャンペーンフラグ」もデータにもたせておけば…
- 9. Analytics Innovation Company ©BrainPadInc. Strictly Confidential 9 現場で起こりがちなこと 3 キャンペーンをうっていないのに、アクセスが突如増加した! 調べてみたら、 有名⼈がTweetしてた! アクセス数 時間 Tweetの影響
- 10. Analytics Innovation Company ©BrainPadInc. Strictly Confidential 10 現場で起こりがちなこと 3 キャンペーンをうっていないのに、アクセスが突如増加した! 調べてみたら、 有名⼈がTweetしてた! この影響を学習に含めるべきだろうか?除外するべきだろ うか?除外する場合は、具体的にどの期間のデータを除 外すればよいのだろうか。その期間は⼈が決めるべきだろ うか?統計的な性質から決めることはできるだろうか?また、 データの異常をいかに監視したらよいのだろう?
- 11. Analytics Innovation Company ©BrainPadInc. Strictly Confidential 11 現場で起こりがちなこと 4 Tweetの影響に気づかずにモデルを学習したら、モデルの挙動が変わっ て、⼈の⾏動も変わってしまった! アクセス数 時間 Tweetの影響 モデルの影響
- 12. Analytics Innovation Company ©BrainPadInc. Strictly Confidential 12 現場で起こりがちなこと 4 Tweetの影響に気づかずにモデルを学習したら、モデルの挙動が変わっ て、⼈の⾏動も変わってしまった! この期間のデータは学習に使ってよいのだろうか? だめだと したらどれくらいデータを除外すべきなのだろうか? こういっ た情報をどう管理したら良いのだろう?データと、そのデータ に影響を与えたモデルのペアを管理すれば⼗分だろうか?
- 13. Analytics Innovation Company ©BrainPadInc. Strictly Confidential 13 データの管理どうしましょう? • 普通のシステムは「コード」で挙動を定義します。機械学 習システムは「データ」によって挙動を定義します。なので コードに加えてデータの管理もとても重要な課題です。 • 「コード」と違い、「データ」はシステムの開発時だけでなく、 運⽤時にも時々刻々と変わっていきます。 • データがシステムの挙動を決定し、システム(モデルの出 ⼒)がデータに影響を及ぼすフィードバックループが存在し ます。 • 機械学習システムにおける「データ管理」、どうしましょう?