Комментарии 2
Хорошая статья. Но, целиком эту область в одной статье всегда сложно охватить:)
Я всегда рекомендую начать с существующих на рынке продуктов, с хорошего OpenSource, с качественно выстроенной разметки, и.т.д.
Это упрощает прототипирование, дальнейший полноценный ресерч.
В целом набор своих методов/подходов описывал на VC в пачке статей (1,2,3).
LeanDS хорош, но он скорее про команды/фирмы которые уже вышли их стадии MVP, имеют хоть какой-то штат, где нужна плотная коммуникация между внутренним заказчиком/исполнителем. Если ML нужен мелкой фирме, то там нужно понимать как минимизировать цену входа.
Я всегда рекомендую начать с существующих на рынке продуктов, с хорошего OpenSource, с качественно выстроенной разметки, и.т.д.
Это упрощает прототипирование, дальнейший полноценный ресерч.
В целом набор своих методов/подходов описывал на VC в пачке статей (1,2,3).
LeanDS хорош, но он скорее про команды/фирмы которые уже вышли их стадии MVP, имеют хоть какой-то штат, где нужна плотная коммуникация между внутренним заказчиком/исполнителем. Если ML нужен мелкой фирме, то там нужно понимать как минимизировать цену входа.
Отличная статья!
Запомнилась еще одна эвристика от Andrew Ng: "ИИ может решить такую же задачу, которую человек решит за одну секунду".
Зарегистрируйтесь на Хабре, чтобы оставить комментарий
Над чем задуматься перед тем, как брать ML-задачу в работу