鷲崎弘宜, 機械学習デザインパターンの必要性と機械学習ライフサイクル, 出版記念セミナー: AI活用成熟度と機械学習デザインパターン詳説, スマートエスイー, 2021

1. 機械学習デザインパターンの必要
性と機械学習ライフサイクル
鷲崎 弘宜
早稲田大学 / 国立情報学研究所 /
システム情報 / エクスモーション
2021年 11月10日
washizaki@waseda.jp
http://www.washi.cs.waseda.ac.jp/
1
出版記念セミナー: AI活用成熟度と機械学習デザインパターン詳説

2. 2
『機械学習デザインパターン ―データ準備、モデル構築、MLOpsの実践上の問題と解決』Lakshmananら著, 鷲崎ら訳, オライリージャパン, 2021

3. 機械学習プロセスと役割
• 様々な役割の共働
3
『機械学習デザインパターン ―データ準備、モデル構築、MLOpsの実践上の問題と解決』Lakshmananら著, 鷲崎ら訳, オライリージャパン, 2021

4. 機械学習ライフサイクル:
発見・探索 → 開発 → デプロイ
4
『機械学習デザインパターン ―データ準備、モデル構築、MLOpsの実践上の問題と解決』Lakshmananら著, 鷲崎ら訳, オライリージャパン, 2021

5. 機械学習によるパラダイム転換
5
目標
学習デー
タ
学習済み
モデル
活動 /
システム（動作）
目標 モデル
活動 /
システム（動作）
データ
従来のエンジニアリング: 演繹的（モデルが最初に与えられる）
機械学習ベース: 帰納的（モデル・アルゴリズムがデータで決まる）
プロセス 実行
プロダクト
機械学習ベース・データ駆動エンジニアリング 機械学習システム
参考: 丸山 宏, 機械学習工学に向けて, JST機械学習型システム開発へのパラダイム転換, 2017 5

6. 機械学習の共通課題
• データ品質: 正確性、完全性、一貫性、適時性
• 再現性: 無作為性、フレームワークへの依存
• データドリフト: データの訓練時からの乖離・変化
• 規模: データセット、リクエスト数
• 異なる目的: 誤差最小化、不良品減少、収益増加・・・
6
『機械学習デザインパターン ―データ準備、モデル構築、MLOpsの実践上の問題と解決』Lakshmananら著, 鷲崎ら訳, オライリージャパン, 2021

7. 機械学習デザインパターンとは
機械学習で繰り返し登場するベストプラクティスを、特定の
プラットフォームによらない問題と解決としてまとめたもの
• Google Cloudのデータ分析&AI部門トップらの豊富な知見
• データ表現、問題表現、モデルの訓練、再現性、対応性、
運用性、説明性、公平性など
• 抽象と具象をつなぐ道具: 問題再利用、解決再利用、うまく
いく理由とトレードオフ・代替案、アーキテクチャ一貫
• 様々な役割間の共通言語
7
Valliappa Lakshmanan, Sara Robinson, Michael Munn著, 鷲
崎弘宜, 竹内広宜, 名取直毅, 吉岡信和 訳, “機械学習デザ
インパターン – データ準備、モデル構築、MLOpsの実
践上の問題と解決”（原著 “Machine Learning Design
Patterns”）, オライリージャパン, 2021.
https://www.amazon.co.jp/dp/4873119561

8. ライフサイクルと機械学習デザインパターン
8
責任あるAI
パターン
データ表現
パターン
問題表現
パターン
モデル訓練
パターン
再現性パ
ターン
対応性のある
運用パターン
対応性のある
運用パターン
『機械学習デザインパターン ―データ準備、モデル構築、MLOpsの実践上の問題と解決』Lakshmananら著, 鷲崎ら訳, オライリージャパン, 2021

9. 出版記念セミナー「AI活用成熟度と
機械学習デザインパターン詳説」
• アンケートにぜひご協力ください。
• 最後に素敵なお知らせもあります。
• 質問はZoomチャットで受け付けます。
• 主催: スマートエスイーコンソーシアム
• 共催: JST未来社会創造事業 eAI 機械学習を用いたシステムの高品
質化・実用化を加速する"Engineerable AI"技術の開発
• 協力:
• 株式会社オライリー・ジャパン
• 早稲田大学グローバルソフトウェアエンジニアリング研究所
9

10. スマートエスイー Smart SE https://smartse.jp
• 文科省 社会人教育 enPiT-Pro AI・IoT×ビジネス
• 正規履修 履修証明プログラム10科目120時間
• 一部JMOOCオンライン提供中、関連内容をセミナー
• コンソーシアム: 地域展開、交流、調査研究
全国規模の14大学・
研究所ネットワーク
26以上の企業・業界
団体(会員企業5000
超)・自治体との連携
+
+
クラウド
センサ・IoT
人工
知能
ビッグ
データ 生成
知識
抽出
革新
情報処理
アプリケーション
ビジネス
価値
創造
題材・事例
教材・指導
受講生派遣・
外部評価
進学・共同
研究接続
教材・指導
地区展開
スマートエスイー
通信・物理
協力校
10