間違い
あなたのアプリが間違いを犯すことは避けられません。人々は完璧を期待しないかもしれませんが、間違いは体験を損ない、あなたのアプリへの信頼を低下させます。否定的な結果を回避するには、以下のことが不可欠です。
間違いに対処するのに役立ついくつかの機械学習パターンがあります。
間違いがもたらす結果の重大性を理解して下さい。 たとえば、誤ったキーボードの提案は人々を苛立たせますが、飛行機に乗り遅れる旅行ルートを提案することは深刻な不便です。間違いの深刻さに応じた是正措置やツールを提供することで、共感を示します。
頻繁に発生する、または予測可能な間違いを人々が簡単に修正できるようにします。 間違いを訂正する簡単な方法を人々に提供しないと、人々はあなたのアプリに対する信頼を失う可能性があります。
人々の進化する興味や好みを反映するために、あなたの機能を継続的に更新します。 ユーザーの理解を深め、間違いを避けるのに役立つ 1 つの方法は、暗黙のフィードバックを使用して、ユーザーの好みや習慣の変化を発見することです。また、人気のあるエンターテイメントの現在の傾向など、領域固有の情報であなたの機能を更新する必要もあります。理想的には、あなたのアプリの改善から利益を得るためには、人々は何もする必要がありません。
可能であれば、UI を複雑にすることなく間違いに対処してください。 訂正や制限などの一部のパターンは、アプリの UI とシームレスに統合される傾向がありますが、属性などの他のパターンは統合が難しい場合があります。パターンが UI に及ぼす影響と、間違いを悪化させる可能性とのバランスを取ります。たとえば、間違っていることが判明した属性で UI を更新すると、元の間違いの影響が拡大されます。
革新的機能で間違いをしないように特に注意してください。 ユーザーの行動に基づく提案などの革新的な機能は、人々に何かを求めることなく、価値のある結果を約束します。ただし、人々は革新的な機能を要求しないため、多くの場合、その間違いに対して忍耐力がありません。革新的な機能によって間違いが発生すると、人々は自分が制御できなくなったと感じる可能性もあります。
ある領域での間違いを減らすことに取り組むときは、その作業が他の領域や全体的な精度に与える影響を常に考慮してください。 たとえば、画像認識アプリを最適化して犬を認識する方法を改善すると、猫を認識する能力が低下する可能性があります。モデルが進化するにつれて、間違いも進化することに備えてください。人々の好みについて知っていることを使用して、焦点を当てる領域を決定します。
リソース
開発者用文書
ML の作成 (Create ML)
