こちらの書籍を一読したので、自分の中の整理として読書メモを残します。
- 役割分担としては以下の3種類に分かれる。
- 機械学習プランナー
- 機械学習エンジニア（データサイエンティスト、データエンジニア）
- 機械学習オペレーター
- いきなり実装ではなく、まずはPoCを。PoCで失敗するケースが多いが、むしろきちんとPoCの段階で撤退することが大事。効果が有耶無耶のまま運用まで進めてしまうと最悪。
- 本当にAIが必要なのか疑った方が良い。
- ビジネスインパクトをきちんと試算する。
- 明確なゴール設定が不可欠。データがあるからとりあえずAI！は失敗する確率が高い。
- 「ML BUSINESS CANVAS」がツールとして有効。プランニング、モデリング、デプロイの3つのフェーズを意識して計画する必要がある。
- 機械学習導入のメリットは「ランニングコストの安さ」と「スケール性の高さ」。逆にデメリットは「初期コストの高さ」。
- 継続的に性能を維持するための仕組みが大事。
- リスク分散するために複数のプロジェクトを動かした方が良い。