【Amazon Japan】Tech Night #4 [データサイエンス、統計モデル]
SNSからお誘いが来たので、とりあえず参加。
採用目的としたイベントで、amazonで作っている技術紹介イベントでした。
今回、発表になっていたのは、通常の形態素解析をするのではなく、サブワードに分け深層学習をすることでより良いリコメンドができるという話でした。
このイベント、視聴者の方からお気軽に質問して、それに対してガンガン答えてくれるというサービス満点でした。
ここで疑問として、深層学習を使うと精度が高いマッチングができるというのは、まぁ、そうだろうと。
一方で、機械学習モデルが作った類似度と、人間自身が感じる類似度は必ずしも一致しません。
時々、変な商品をリコメンドしてしまうリスクがあるのですが、その部分どうしているのか気になったので質問したら、
アマゾン「最終的には人の目で判断」
ということらしい。
とはいえ、人力だと限界があるので、この辺りいかに効率よく判断できるようになるか、という部分は今後の課題なのかもしれません。
機会があれば、#5も出てみたいと思いました。
採用目的としたイベントで、amazonで作っている技術紹介イベントでした。
今回、発表になっていたのは、通常の形態素解析をするのではなく、サブワードに分け深層学習をすることでより良いリコメンドができるという話でした。
このイベント、視聴者の方からお気軽に質問して、それに対してガンガン答えてくれるというサービス満点でした。
ここで疑問として、深層学習を使うと精度が高いマッチングができるというのは、まぁ、そうだろうと。
一方で、機械学習モデルが作った類似度と、人間自身が感じる類似度は必ずしも一致しません。
時々、変な商品をリコメンドしてしまうリスクがあるのですが、その部分どうしているのか気になったので質問したら、
アマゾン「最終的には人の目で判断」
ということらしい。
とはいえ、人力だと限界があるので、この辺りいかに効率よく判断できるようになるか、という部分は今後の課題なのかもしれません。
機会があれば、#5も出てみたいと思いました。
コメント 0