2021年10月4日作成
『投資対効果（ビジネスインパクト）を最大化する AI 導入 7 つのルール』（石川 聡彦）を読了。
機械学習プロジェクトを成功させるためには，自社の課題を整理し，機械学習の技術の特徴を把握した上で，機械学習の解くべき課題を特定しなければなりません。（位置 No. 19）
まず自社の課題があり，その中から機械学習で解くべき課題を特定する。
AI という言葉は様々な意味と概念・期待が詰め込まれた「スーツケースワード」などと言われています。（位置 No. 193）
スーツケースワード（suitcase-words）とは，「意識」や「感情」といった，複雑な事象を一括りにした言葉。2006年，Minsky により定義された。
一般に企業が機械学習に取り組む場合，そのプレーヤーは次の 3 つの職種に大別できます。（位置 No. 209）
私の立ち位置は，機械学習プランナー。機械学習プロジェクト全体を企画する。
プロジェクトを開始する時には，「XX.XX % の正解率を期待したい」というようにゴールとなる性能を，エンジニアなどチームメンバーに明確な数字で示すべきです。（位置 No. 415）
目標達成度の度合いとして，KPI（Key Performance Indicators），KGI（Key Goal Indicator） を設定する。
日報のデータが信用できる例はまれです。日報には人間の恣意が紛れ込み，現象を正確に反映できている例が少ないためで，機械学習モデルができても，運用に耐えうるレベルであることは少ないでしょう。日報データを電子化して……という手間もあり，機械学習モデリングでは，現象との間に人間というクッションが介さないデータを利用するのが好まれます。（位置 No. 740）
人間の恣意が紛れ込んだ日報は，現象を正確に反映できていないため，役に立たない機械学習モデルができ上がる。
使えないデータ（手書きデータなど）（位置 No. 914）
使えるデータ（自動で出力されたデータなど）
- フォーマットが統一されていないデータ
- 目的との関連性が不明確なデータ
- 正解ラベルが付いていないデータ
- フォーマットが統一されているデータ
- 目的との関連性が明確なデータ
- 正解ラベルが付いているデータ
使えるデータと使えないデータを仕分けする。
