「評価指標入門」を読み始めました。
今日の積み上げ
- 機械学習
- 「評価指標入門」を読み始めた
- MLOps勉強会に初めて参加した
こちらの本、先週のみんなのPython勉強会での発表きっかけで知りました。
まだ機械学習を始めて１ヶ月ほどですが、評価指標（ACCとかAUCとかROCとか）がいろいろあってよくわからない。ググってみてもよくわからない。
そんな状態でいたところに、この本の話だったので、とてもタイムリーだな、これは読んでみるしかない、と直感しました。
幸い、会社経費で購入を認めてもらえたので、サクっとKindle版を購入。
早速読み始めてみましたが、最初からとても読みやすくて、自分の関心事とマッチしていて、読み進めるのが楽しみな一冊だと感じています。
あと、嬉しいのが、Kindle版なのに固定レイアウトではないので、ハイライトやメモ書き、キーワード検索もできてしまうんですよね！
これ、Kindle版使ってる人ならわかると思うんですけど、めちゃくちゃ便利なのでオススメです！
（ちなみに、私はこの機能を知ってからは、紙の本はKindle版がない場合しか買わなくなりました）
MLOpsという言葉は聞いたことがありましたが、どういうものか自分の言葉で話ができるほど理解ができていないので、少しでも学びや気づきを得ようと、はじめてMLOps勉強会に参加してみました。
参加申込者数も約340人と、MLOpsに対する関心の高さがみてとれます。
発表内容の１本目は、自動車の自動走行データを収集し、モデルを作って学習させるというもの。
MLシステムがAWSで構築されている点にも興味を惹かれました。
発表内容の２本目は、MLOpsの組織論でした。
MLOpsの現場がアジャイル開発で進めることが望ましいのに、経営層や関係者がわかってくれない、うまくコラボレーションできない、といった課題感の話でした。
また、やはり「人」が大事、中でもコアになる人が大事という話がありました。
外から連れてくるにせよ、中（社内）で育成するにせよ、コアメンバーから徐々にチーム内に必要なスキルが浸透していくわけで、当然と言えば当然の話だと思いました。
裏を返せば、AI/MLのわかる人材が不足しているという実態、また、関係者とコラボレーションするために必要な素地を持った人材が求められている、ということがよくわかりました。
改めて機械学習という分野の知見をしっかり身に付けていくことで、自身の市場価値を高められると思うと、やる気が湧いてきます。
今週は諸々忙しい週になりますが、週末まで楽しんで走り切ろうと思います！
それでは、また。
