メインコンテンツへスキップ

A.9 学習リソース早見表

AI プロジェクト早見表の全体図

AI プロジェクト早見表のトラブルシュート索引

プロジェクト中に調べるページです。上から順に読む必要はありません。

環境確認​

python --version
which python
pip --version
pip list
pwd
ls

ドキュメントサイト:

npm install
npm run start
npm run build

NVIDIA GPU:

nvidia-smi

まずベースライン​

タスク最初に試すもの
表形式の分類/回帰線形モデルまたは木モデル
テキスト分類TF-IDF + LogisticRegression
画像分類転移学習
固有表現抽出ルール/辞書 baseline、その後系列モデル
文書 Q&Aキーワード/BM25 検索、その後 RAG
Agent ツール利用単一 Agent + 安全なツール 1 つ

指標​

タスク最初に見る指標
クラスが均衡した分類Accuracy、F1
不均衡分類Precision、Recall、F1、混同行列
回帰MAE、RMSE、残差レビュー
検索 / RAGHit@K、MRR、引用正確性、人手レビュー
Agent成功率、ツールエラー、コスト、trace レビュー

学習中の警告サイン​

サイン先に確認
loss が下がらないラベル、loss 関数、学習率、入力形式
train は良いが validation が悪い過学習、データ漏洩、分布ずれ
accuracy が変わらない特徴が弱い、ラベルが誤り、モデルが学習していない
GPU OOMbatch size、入力長、モデルサイズ
結果が不安定random seed、データ不足、分割の不一致

RAG チェックリスト​

  1. 文書は正しく分割されているか。
  2. 検索は正しい chunk を返すか。
  3. 回答に出典が含まれるか。
  4. 回答は本当に検索内容を使っているか。
  5. 権限フィルタと「答えられない」動作があるか。

Agent チェックリスト​

  1. 単発 Q&A から始める。
  2. ツールを 1 つ追加する。
  3. 厳密なパラメータ schema を追加する。
  4. ログと trace 再生を追加する。
  5. 権限境界と停止条件を追加する。

Prompt テンプレート​

あなたは ____ です。
あなたのタスクは ____ です。
入力:
出力形式:
制約:
情報が不足している場合は明確にそう言ってください。

最小訓練ループ​

data = [(1.0, 2.0), (2.0, 4.0), (3.0, 6.0)]
w = 0.0
lr = 0.01

for epoch in range(3):
    total_loss = 0.0
    for x, y in data:
        pred = w * x
        error = pred - y
        total_loss += error * error
        grad = 2 * error * x
        w -= lr * grad
    print(f"epoch={epoch} w={w:.3f} loss={total_loss:.3f}")

期待される出力：

epoch=0 w=0.521 loss=48.630
epoch=1 w=0.907 loss=26.580
epoch=2 w=1.192 loss=14.528

データ -> 予測 -> 損失 -> 勾配 -> パラメータ更新、の順に読みます。