Ashish K.
Ashish K.
Google MLE(グーグルMLE)を気に入ってます
どのようなビジネス課題を解決できましたか?あるいは、どのようなメリットが得られましたか?

プロトタイプを製造する能力が大幅に向上しました。

改善してほしいポイントは何でしょうか?

指示はもう少しシンプルに書けるかと思います。Python(パイソン)のパッケージでモデルを設定するのが面倒です。

この製品・サービスの良いポイントは何でしょうか?

コーディングにフォーカスできるマネージドサービスです。

Love Googe MLE
What business problems are you solving with the product? What benefits have you realized?

My ability to prototype has improved dramatically.

What do you dislike?

instructions could be simpler. I find it cumbersome to setup the model as python package.

What do you like best?

It is a managed service which allows me to focus on code.

Steven S.
Steven S.
Google(グーグル)ネクストカンファレンスでのレビュー
どのようなビジネス課題を解決できましたか?あるいは、どのようなメリットが得られましたか?

ディープラーニング

改善してほしいポイントは何でしょうか?

ツールの可用性。どこにあるのか分からないボタンもあります。

この製品・サービスの良いポイントは何でしょうか?

ラボへのオンクリックプロビジョニングがうまくいっています。

Review at Google Next Conference
What business problems are you solving with the product? What benefits have you realized?

deep learning

What do you dislike?

usibility of the tools, some botton is not easy to find

What do you like best?

The on-click provisioning for the labs is working out nicely

その他の製品

Derek C.
Derek C.
なかなか良い製品
どのようなビジネス課題を解決できましたか?あるいは、どのようなメリットが得られましたか?

ビッグデータによるデータ解析

改善してほしいポイントは何でしょうか?

最初は習得しにくいものです。

この製品・サービスの良いポイントは何でしょうか?

設定が終わってしまえばとても直感的な使いかが経できて簡単です。
もちろんお薦めです。

Pretty good product
What business problems are you solving with the product? What benefits have you realized?

data analytics with big data

What do you dislike?

there is a bit of a learning curve at the beginning

What do you like best?

it's quite intuitive to use and easy once you have a set up. would definitely recommend

Anonymous
Anonymous
MLエンジンはユーザーフレンドリーとは言いにくい
どのようなビジネス課題を解決できましたか?あるいは、どのようなメリットが得られましたか?

VMの保守なしでTensorFlow(テンサーフロー)モデルを構築

改善してほしいポイントは何でしょうか?

あまりユーザーフレンドリーではなく、自分のトレーニングジョブを提出するGUIがありません。

この製品・サービスの良いポイントは何でしょうか?

ベストなモデルのハイパーパラメータを探す時間を節約できるハイパーチューン機能が気に入っています。
分散トレーニングも素晴らしいです。

I think ML engine is not user friendly.
What business problems are you solving with the product? What benefits have you realized?

train and serve TensorFlow model without maintaining VMs.

What do you dislike?

It is not very user friendly, and does not have a GUI to submit my training job.

What do you like best?

I like that the hypertune features to save my time to search the hyperparameters for the best model. Distributed training is also great.

Ji Chao Z.
Ji Chao Z.
次世代のMLリサーチに必要な製品
どのようなビジネス課題を解決できましたか?あるいは、どのようなメリットが得られましたか?

ハイパーパラメータを実装してデータパラレルを学習させています。

改善してほしいポイントは何でしょうか?

ML Engine(MLエンジン)を使用してハイパーパラメータ探索を実行する方法、データパラレルまたはモデルパラレルのトレーニングを行う方法など、ML Engine(MLエンジン)の異なる側面を学ぶための分かりやすいチュートリアルがありません。

この製品・サービスの良いポイントは何でしょうか?

オープンソース機械学習プログラミングのScikit-learn(サイキットラ―ン)にpandas(パンダ)とNumPy(ナンピー)を組み合わせて使用するのもMLの1つの方法ですが、分散トレーニングの効率性を得るにはML Engine(MLエンジン)がマストです。

Must have to get to next level of ML research
What business problems are you solving with the product? What benefits have you realized?

Hyper-parameter tuning and data parallel training.

What do you dislike?

Don't have a easy to follow tutorial to learn different aspect of ML Engine. For example, how to use ML Engine to run Hyper-parameter search, how to do data-parallel training or model-parallel training.

What do you like best?

Using scikit-learn with pandas and numpy is one way to do ML. But to get the efficiency of distributed training, ML Engine is a must have.