また、編集部はこの内容について正確性を保証できません。
CTC教育サービスはコラム「グーグルのクラウドを支えるテクノロジー ＞ 第92回 Googleドライブ「クイックアクセス」機能のMLモデル開発（パート2）」を公開しました。
＃＃＃
はじめに
前回に続いて、2017年に公開された論文「Quick Access: Building a Smart Experience for Google Drive」を元にして、Googleドライブの「クイックアクセス」機能を支える機械学習システムについて解説します。今回は、機械学習モデルの構成を中心に説明を進めます。
機械学習モデルの構成
前回の記事で説明したように、クイックアクセスで用いる機械学習モデルは、過去60日間にユーザーが使用したファイルのそれぞれについて、次にそのファイルを開く確率を予測するというものです。つまり、ユーザーが所有するファイルの属性情報を入力として、0〜1の確率値を出力する予測モデルになります。全体の構成は、図1のようになります。
この続きは以下をご覧ください
https://www.school.ctc-g.co.jp/columns/nakai2/nakai292.html
- この記事のキーワード
関連記事
グーグルのクラウドを支えるテクノロジー ＞ 第91回 Googleドライブ「クイックアクセス」機能のMLモデル開発（パート1）
2020年10月21日 7:33
グーグルのクラウドを支えるテクノロジー ＞ 第84回 Autopilot：クラスタ管理システムのオートスケーリング機能（パート1）
2020年7月7日 14:58
グーグルのクラウドを支えるテクノロジー ＞ 第50回 大規模レコメンデーションシステムのアーキテクチャー（パート3）
2018年12月4日 14:37
グーグルのクラウドを支えるテクノロジー ＞ 第71回 機械学習パイプラインにおける学習データの異常検知システム（パート2）
2019年12月3日 8:00
グーグルのクラウドを支えるテクノロジー ＞ 第100回 AutoML TablesによるContextual Banditsモデルの自動構築（パート2）
2021年4月18日 8:14
グーグルのクラウドを支えるテクノロジー ＞ 第67回 Federated Learning：モバイルデバイスを用いた分散学習技術（パート1）
2019年10月7日 8:18
筆者の人気記事
