データサイエンス設計マニュアル

7.3 ベースラインモデル 193

できる。部分問題の中には、理論に基づく第一原理モデルになるものがあるだろう。その処理結果は、大き

なデータ駆動型モデルで特徴として使える。明示的に階層化されたモデルは次のことを説明する：最終的な

判断から最初の部分問題までをたどることができ、それぞれの部分問題が最終的な判断にどの程度の影響を

与えたかを明らかにすることができる。

階層化モデルを構築するための第一歩は、問題を部分問題に分解することである。一般に、階層はモデリ

ングしようとしているプロセスを支配しているメカニズムを反映したものになる。では、下位モデルは何に

依存すべきだろうか。下位モデルが第一原理モデルになるようなデータとリソースがあれば最高だが、そう

でなければ、帰無モデルやベースラインモデルのままでよい。そして、結果のドキュメントにははっきりと

そのことを明記すること。

ディ

ープラーニングモデルは、同時にフラットモデルでも階層化モデルでもあると考えることができる。

この種のモデルは、一般にクリーニングされていない大規模なデータセットを使って訓練されるので、サブ

プロセスを導く部分問題ははっきりと定義されない。全体としてみれば、ネットワークは 1 つのことをし

ているだけだ。しかし、ディープラーニングモデルは、複数の入れ子状になった階層から構成されており

（ディープラーニングのディープの部分）、下位レベルからの入力による学習を必要とする複雑な特徴が存在

することを前提としている。

私は、機械学習モデルが専