先に、「機械学習でなんとかしようと安易に考えるな」という記事を書いた。「機械学習だから、学習させればなんとかなるよね」という安易に考えすぎないことを述べた。機械学習でなんとかなるに違いないという安易すぎる考えで、不十分な品質のデータを収集する仕組みを作ってしまったり、機械学習が失敗したままになって改善が見込めないときに対するバックアッププランが用意できなくなってしまうことが恐れたための記事です。
しかし、この記事では、安易に考えてみようと主張します。
理由：
- やってみれば意外となんとかなることがある。
- やってみて失敗すれば、なにかしらの知見が得られる。
- 最初からうまくいくことはほとんどない。
- うまくいっている機械学習にしても、何度も学習データを追加するとか、学習条件を変更するとか、うまくいっていない状況から改善を繰り返すことで実現している。
- 経験することで得られる知見は、web記事で得られる知見よりも自分自身にひびくものである。
- 口頭で説明してわかってもらうよりは、実際に実行してみた結果を示した方が伝わりやすいこともある。
ほとんどの技術開発は、うまくいくことの証拠が開発着手前にあることはない。こうやればうまくいくに違いないという開発者の信念（もしくは思い込み）があるにすぎない。うまくいくことの証拠が得られるのは、開発が進んだ後である。だから、機械学習でなんとかしようと安易に考えてみよう
成功する確率を上げたい人は、失敗事例の記事が世の中には大量に存在するので、読んでみるとよい。
失敗事例についての記事
【ホワイトペーパー】なぜ上手くいかなかったのか 機械学習プロジェクトが失敗した5つの原因