TwitterやSpotifyがディープラーニング（深層学習）の活用で重視していること：ディープラーニングを本番環境へ導入する方法

ディープラーニング（深層学習）モデルを本番環境に導入して、ビジネスに良いインパクトを与えようとするなら、モデルの設計やテストのような基本事項に目を向けることが重要となる。

[Ed Burns，TechTarget]

　自動走行車、コンピュータビジョン、音声認識の開発にディープラーニング（深層学習）モデルを導入し成功を収めたという話をよく耳にする。だがディープラーニングを本番環境へ導入するときは、依然として分析の基本事項が問題になる。

　米国で開催された「Deep Learning Summit」のプレゼンテーションで、Twitterのエンジニアリングマネジャー、ニコラス・クンチャツキー氏は次のように語った。「ディープラーニングの導入時には、特徴の選択、モデルの簡素化、A/Bテストによるモデルへの変化など、分析での従来の考慮事項が重要になる」

　「メディアには取り上げられていないが、実際Twitterではディープラーニングが多くの価値が生み出している」（クンチャツキー氏）

併せて読みたいお薦めの記事

ディープラーニングの活用

• Twitterも使っている「深層学習」ツール、普及の鍵は？
• GPUがけん引する“ハード黄金時代”、ディープラーニングやAI処理で需要高まる
• 深層学習と機械学習の違いとは？　実例で分かるその活用

ディープラーニングの課題

• 深層学習が引き出す非構造化データの“暗黒面”の力とは？
• ディープラーニングは“黒歴史”を乗り越えられるか

Twitter操作の中心に位置するディープラーニング