AIモデルを成功させるには、MLopsを利用してデータを正しく取得します from venturebeat.com

Dimensional Researchは、AIプロジェクトの96％が、データ品質、データラベル付け、モデルの信頼性の構築に関する問題に直面していると報告しています。
データはAIの食べ物のようなものです。
MLops：データ中心のAIの「方法」
53人のAI実践者を対象としたGoogleの調査によると、「データカスケード（データの問題から負の下流効果を引き起こす複合イベント）は、データ品質を過小評価する従来のAI / MLプラクティスによって引き起こされます…普及しており（92％の普及率）、目に見えず、遅れていますが、多くの場合回避可能」
AIモデルを展開する前に、研究者は新しいデータでその精度を維持することを計画する必要があります。
MLops機能の構築は、データの専門家とAI開発者が適度に始めることができます。