TwiScan
熱門
社區
帳號集合
登入
註冊
English
日本語
한국의
简体中文
繁体中文
註冊並分享邀請連結,可獲得影片播放與邀請獎勵。
立即註冊
Haruki Sonehara / 🇺🇸シリコンバレー企業のプロダクト戦略
@Haruki_Sonehara
Product Lead
@SamsungUS
|ex
@LinkedIn
他|在🇺🇸20年目|プロダクト・AI・新規事業の重要な意思決定を支援。顧客理解・戦略・KPI・組織をつなぎ、実行から学べる組織へ|著書3冊|Udemy 5万人|ご相談はリンクから|フォローで、世界のプロダクト経営の一次情報と実践知を毎週お届け
加入 February 2009
905
正在關注
14.1K
粉絲
Haruki Sonehara / 🇺🇸シリコンバレー企業のプロダクト戦略
@Haruki_Sonehara
2026.06.20 22:00
テスラのAIエンジニアさん、めちゃくちゃいいこと言ってる。 多くの人が「機械学習のプロジェクト=モデルの学習がほとんど全部(99%)」だと思ってるが、実際は全然違う。 1. モデルの性能をちゃんとチェックする評価:50% 2. データのゴミを掃除したり整えたりするデータクリーニング:40% 3. システムに組み込む作業:8% 4. 実際にモデルを訓練する作業:わずか2% 大事なのは最初の2つ。 評価とデータ整備で「学習できる限界」が決まる。どんなにすごいモデルでも、与えられたデータの質を超えて賢くはなれない。 データが汚かったり、ラベル(正解の付け方)が曖昧だと、モデルはそれ以上のことは学べない。 だからオントロジー(データにちゃんと意味やルールを付ける作業)を毎日考える必要があるし、古いラベルも見直し続ける必要がある。 ラベルが間違ってると、モデルが根本から勘違いしたまま学習してしまうから。 要するに、モデルを強くするより、データと評価をちゃんと整える方がよっぽど大事ということ。
顯示更多
0
0
10
1.3K
201
轉發到社區
熱門用戶
New York Post
@nypost
4.3M 粉絲
オリコンニュース
@oricon
2M 粉絲
Reuters
@Reuters
26.5M 粉絲
吴说区块链
@wublockchain12
183K 粉絲
PR TIMESテクノロジー
@PRTIMES_TECH
28.3K 粉絲
TVer新着
@TVer_info
101.8K 粉絲
Bloomberg
@business
10.5M 粉絲
ツイッター速報〜BreakingNews
@tweetsoku1
259.8K 粉絲
First Squawk
@FirstSquawk
579.5K 粉絲
空空道人
@Kongkongda5882
41K 粉絲
billboard
@billboard
16.8M 粉絲
华尔街观察 Xtrader
@cnfinancewatch
140.6K 粉絲
中國新聞社
@CNS1952
550.1K 粉絲
zerohedge
@zerohedge
3.4M 粉絲
WangNextDoor
@WangNextDoor2
110.9K 粉絲