信頼性の高い機械学習 ―SRE原則を活用したMLOps

1章はじめに

まず、ウェブサイトに機械学習（ML）を追加するためのモデル、またはフレームワークについて説明します。これは、この例に限らず、多くのドメインに広く適用できます。このモデルを私たちはMLループと呼んでいます。

1.1　MLライフサイクル

MLアプリケーションが本当に完成することはありません。また、技術的にも組織的にも、どこかで始まったり終わったりすることもありません。MLモデルの開発者は、自分たちの仕事がシンプルで、データを集めてモデルを学習するのは一度だけでいいと期待しがちですが、そのようなことは滅多にありません。

簡単な思考実験がその理由を理解するのに役立ちます。あるMLモデルがあって、そのモデルが（ある閾値に従って）十分に機能するかしないかを調査しているとします。もし十分に機能しない場合、データサイエンティスト、ビジネスアナリスト、MLエンジニアは、通常、失敗の原因を探り、それを改善する方法について共同作業を行います。この作業には、ご想像の通り、多くの作業が含まれます。おそらく、既存の訓練パイプラインを修正していくつかの特徴量を変更したり、いくつかのデータを追加または削除したり、既に行われたことを反復するためにモデルを再構築したりすることになるでしょう。

逆に、モデルがうまく機能している場合、通常起こるのは、組織が期待を膨らませるということです。1回の単純な試行でこれだけの結果が出たのだから、もっと熱心に取り組んで洗練させれば、どれだけ良くなるだろうかと、想像するのは自然なことです。そのためには、既存の訓練パイプラインを変更し、特徴量を変え、データを追加または削除し、場合によってはモデルを再構築する必要があります。いずれにせよ、多かれ少なかれ同じ作業が行われ、最初に作ったモデルは、次に行う作業の出発点に過ぎないのです。 ...