esminc / fdp-releases Goto Github PK

タイトルの「機械学習の心構え」であれば、僕らの何気ない「バイアス」が、
収集するデータの偏りを生んで生成される学習モデルが人種差別などを
助長するシステムのリリースの可能性について触れて良いと思いました。

Googleの画像識別の「ゴリラ問題」のよくある教訓で、
確か「Googleのソフトウェアエンジニアリング」にも記載されてたやつです。

本文では、全体にわたって、MLOpsはDevOpsの応用だよとか、数学を学ぶといいよと記載されているのですが、
全体のラーニングパス（この領域で仕事をするために、学習したら良さそうな項目と学ぶ順番を示したリストやグラフ）がサラリとまとまっていると嬉しいと思いました。

その際に、アプリケーションエンジニアの経験を応用して使える領域と、
アプリケーション開発とは勝手が違って、ゼロから学び直した方が良い項目があるのかなと思ってます。