# 後書き: 古典的な機械学習の実世界アプリケーション

このカリキュラムのセクションでは、古典的な機械学習の実世界アプリケーションについて紹介します。インターネット上でホワイトペーパーや記事を探し、ニューラルネットワーク、ディープラーニング、AIをできるだけ避けた戦略を使用したアプリケーションを見つけました。機械学習がビジネスシステム、生態学的アプリケーション、金融、芸術と文化などでどのように使用されているかを学びましょう。

![chess](../../../translated_images/chess.e704a268781bdad85d1876b6c2295742fa0d856e7dcf3659147052df9d3db205.ja.jpg)

> 写真提供 <a href="https://unsplash.com/@childeye?utm_source=unsplash&utm_medium=referral&utm_content=creditCopyText">Alexis Fauvet</a> on <a href="https://unsplash.com/s/photos/artificial-intelligence?utm_source=unsplash&utm_medium=referral&utm_content=creditCopyText">Unsplash</a>
  
## レッスン

1. [機械学習の実世界アプリケーション](1-Applications/README.md)
2. [Responsible AIダッシュボードコンポーネントを使用した機械学習モデルのデバッグ](2-Debugging-ML-Models/README.md)

## クレジット

「機械学習の実世界アプリケーション」は、[Jen Looper](https://twitter.com/jenlooper) と [Ornella Altunyan](https://twitter.com/ornelladotcom) を含むチームによって書かれました。

「Responsible AIダッシュボードコンポーネントを使用した機械学習モデルのデバッグ」は [Ruth Yakubu](https://twitter.com/ruthieyakubu) によって書かれました。

**免責事項**:
この文書は機械翻訳AIサービスを使用して翻訳されています。正確さを期していますが、自動翻訳には誤りや不正確さが含まれる可能性があることをご了承ください。原文はその言語で作成されたものを権威ある情報源とみなしてください。重要な情報については、専門の人間による翻訳をお勧めします。この翻訳の使用により生じた誤解や誤訳について、当社は一切の責任を負いかねます。