<?xml version="1.0" encoding="utf-8" standalone="yes"?>
<oembed>
  <author_name>chito_ng</author_name>
  <author_url>https://blog.hatena.ne.jp/chito_ng/</author_url>
  <blog_title>まずは蝋の翼から。</blog_title>
  <blog_url>https://knknkn.hatenablog.com/</blog_url>
  <categories>
    <anon>Python</anon>
    <anon>使い方メモ(ライブラリ)</anon>
    <anon>可視化</anon>
    <anon>機械学習</anon>
  </categories>
  <description>背景 機械学習モデルは作成後にそのモデルがどのような振る舞いをするのか調べる必要がある。 理由としては 実運用上での注意点 例えば、「このモデルは全体としてはそこそこの精度だが、20代では精度があまり良くない」といったことを把握しておくと実運用ではその点を注意して運用することができる。 パフォーマンス向上のヒント 例えば、前述のように「20代で精度があまり良くない」のであればそれをカバーできそうな特徴量がないか？という観点で特徴量を考えることができたり、分布を見ることでうまいvalidationの取り方になってるか確認することができる。 精度のモニタリングと原因探索 例えば、ある店舗の売上予測…</description>
  <height>190</height>
  <html>&lt;iframe src=&quot;https://hatenablog-parts.com/embed?url=https%3A%2F%2Fknknkn.hatenablog.com%2Fentry%2F2021%2F05%2F20%2F114611&quot; title=&quot;Evidentlyで機械学習モデルの挙動を可視化する - まずは蝋の翼から。&quot; class=&quot;embed-card embed-blogcard&quot; scrolling=&quot;no&quot; frameborder=&quot;0&quot; style=&quot;display: block; width: 100%; height: 190px; max-width: 500px; margin: 10px 0px;&quot;&gt;&lt;/iframe&gt;</html>
  <image_url>https://cdn-ak.f.st-hatena.com/images/fotolife/c/chito_ng/20210519/20210519213816.gif</image_url>
  <provider_name>Hatena Blog</provider_name>
  <provider_url>https://hatena.blog</provider_url>
  <published>2021-05-20 11:46:11</published>
  <title>Evidentlyで機械学習モデルの挙動を可視化する</title>
  <type>rich</type>
  <url>https://knknkn.hatenablog.com/entry/2021/05/20/114611</url>
  <version>1.0</version>
  <width>100%</width>
</oembed>
