Open zerebom opened 1 year ago
ユーザーの行動を即座に推薦に反映させるようにしたら、応募などのいろいろな指標に良い効果があったというLinkedInのブログ記事。
↓ユーザーが行動してからそれが反映されるまでのディレイによって、どれくらい性能に損失が出るか
この記事の施策以前は、LinkedInで行われていた推薦には数時間から数日のディレイがあった。それを以下のようなパイプラインを整備することによって平均50 msまで抑えた。
結果、いろんな推薦で良い影響があった。
Googleが公開した深層学習のノウハウ集
実験管理ツール「aimflow」の紹介記事。 AimのUIがリッチらしく、これをMLFlowと組み合わせて使用できるので、UIにこだわる人には良さそう
(かぶった 🙈 )
Deep Learning Tuning Playbookの日本語版。DLのチューニングについて、論文や教科書は実用的な指針を避け、基本原理を説明するが、実務ではチューニングのプラクティスが必要である、というモチベーションのもと、そのノウハウを公開した。
以下面白かった部分抜粋
- 科学的ハイパーパラメータとは,モデルの性能に与える影響を測定するためのパラメータです.
- 迷惑ハイパーパラメータは,科学的ハイパーパラメータの異なる値を公平に比較するために最適化する必要があるパラメータです.これは,統計学でいうところのnuisance parametersと同じようなものです.
- 固定ハイパーパラメータは,現在の実験ラウンドでその値が固定されます.科学的ハイパーパラメータの異なる値を比較する際に,値を変更する必要がない
なぜ Wantedly Visit というサービスには推薦システムの継続的開発が必要なのか、というサービスとシステムの接続について言語化してみました。また推薦チームがこれまで具体的にどういう開発をやってきて、これから何を注力するのかを紹介しています。
なぜMLが必要なのか、MLを前提とした体験の実現とは、というプロダクト開発者の悩みにフォーカスして書いているつもりです。これからどんどんブラッシュアップさせていきたい。
Why
推薦・機械学習勉強会は、推薦や機械学習、その周辺技術を通じてサービスを改善することにモチベーションのある人達の集まりです。ニュースやブログから論文まで、気になったものについてお互い共有しましょう!
発信のため、ここは public にしてあります。外部からの参加をご希望の方は樋口(https://twitter.com/zerebom_3) まで DM を送るか、Wantedly Visit の募集(https://www.wantedly.com/projects/391912) よりご連絡ください!
What
Wantedly では隔週木曜日に
といった話をする「推薦・機械学習勉強会」を開催しています。 この ISSUE はその会で話すネタを共有するための場所です。
話したいことがある人はここにコメントしましょう! 会の間に話した内容もここにメモしましょう!
prev: #179