機械学習の失敗

ビジネスのための機械学習

Karolis Urbonas

Head of Machine Learning & Science, Amazon

失敗例

  • まず機械学習
  • データ不足
  • 目的変数の定義
  • テストが遅く、効果なし
  • 特徴量選択
ビジネスのための機械学習

まず機械学習

ピラミッド（未加工）

ビジネスのための機械学習

データ不足

準備

ビジネスのための機械学習

目的変数の定義

  • 何を予測するか？
  • 観測可能か？
    • 契約型離反: プレミアムカードを解約
    • 非契約型離反: 他の食料品店を使い始めた
  • 詳細分析
  • ドメイン知識
ビジネスのための機械学習

特徴量選択

推論（目的変数に何が影響するか）

  • 制御可能な変数を選ぶ（サイト遅延、価格、配送、カスタマーサービス等）
  • 特徴量選択にはビジネスの関与が必須

$$

予測（将来の目的変数を推定できるか）

  • まず入手しやすいデータから
  • 精度が十分ならテスト
  • 新しい特徴量を段階的に追加
ビジネスのための機械学習

テストが遅く、効果なし

A/Bテスト

ビジネスのための機械学習

Passons à la pratique !

ビジネスのための機械学習

Preparing Video For Download...