[1E1-IND-1] Industrial session 1

[1E1-IND-1-01] CLISP-ML(Q)をはじめとしたMLシステムの品質確保に関する調査

電通国際情報サービス

小川 雄太郎、後藤 勇輝

昨今，「機械学習モデルを内包したITシステム」（MLシステム）を構築するプロジェクトが増加にあります．しかしながら，MLシステムの品質を保ちながらアジャイル開発を進める手法について，グローバルスタンダードな方法論が確立されていません．そこで本発表ではMLシステムの開発時における品質確保の各種観点，要件，テストについて調査した結果を報告します．具体的にはD. Sculleyらの「Hidden Technical Debt」論文，アンサー論文「ML Test Score」をはじめ，Software Engineering for Machine Learning（SE4ML） ，そしてCRISP-DMを継承したCRISP-ML(Q)について紹介します．