AI と ML の基礎 #3
「正解」に当たるものは学習方式で違う
強化学習の「報酬」は、行動の結果として返される評価値です。教師あり学習の「正解ラベル」は、各入力に事前に付ける正解そのものです。
・訪問者の状態は、行動を選ぶ前の観察対象です。
・エージェントは学習する主体で、値そのものではありません。
要件が「行動の結果として受け取る値」か「入力に付ける正解」かで判断します。
モデル・アルゴリズム・特徴量・ハイパーパラメータの違い
学習の仕組みと、その結果物を区別します。
・アルゴリズムは学習の手順で、データから学んだ重みを持ちません。
・モデルは学習の結果物で、新しい入力に予測を返します。入れ替えの対象はモデルです。
・特徴量は入力の項目、ハイパーパラメータは学習の前に人が決める設定値です。
代表的な再学習の契機は、イベント駆動とスケジュール型
代表的な再学習の契機はイベント駆動 と スケジュール型の 2 つです。
・監視で品質低下を検知したら起動 → イベント駆動
・事業が定めた間隔で評価し、必要なら再学習 → スケジュール型
・固定の日程だけで決め、ドリフトを見ない → アンチパターン
経営向けのダッシュボードは Amazon QuickSight
運用費と事業 KPI を経営層へ画面で示すのは Amazon QuickSight です。
・API 操作の記録 → AWS CloudTrail
・料金の期間別分析 → AWS Cost Explorer
・モデルの学習・デプロイ → Amazon SageMaker AI
文章の感情は Comprehend
正解の Amazon Comprehend を押さえます。
・テキストの感情・エンティティ・キーフレーズを取り出すなら Comprehend です。
・文書の文字や表を取り出すのは Textract、言語を変えるのは Translate です。
・音声を入力にする場合は、先に Transcribe で文字にします。