TS3-01

11.18(金) 10:00-11:30 | アネックスホール F201

×

テクニカル

残席僅か

機械学習システムの品質保証と機械学習デザインパターン

機械学習システムの開発運用においては、データに基づく帰納的な振る舞いに起因して、従来の品質保証技術を必ずしも適用できず、様々な不確実性を扱う必要があります。本講演ではデータから機械学習モデル、基盤、さらには外部への働きかけに至るまでの各側面において、機械学習特有の品質上の留意点を概観します。そして、品質上の有望な枠組みや技術の幾つか(品質モデル、メタモルフィックテスティング、モデル自動修正など)、ならびに、実践的な設計や開発運用のプラクティスを整理した機械学習デザインパターンを解説します。特に、Google Cloudデータ分析トップLakshmanan氏らがまとめた『機械学習デザインパターン』(講演者ら訳、オライリージャパン、2021)からデータの表現やモデルの構築、訓練、MLOpsにおいて頻出の問題と解決策をまとめた主要パターンの幾つかを解説します。
  • AI
Speaker

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所長・教授

鷲崎 弘宜

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所長・教授、国立情報学研究所客員教授、株式会社システム情報 取締役(監査等委員)、株式会社エクスモーション 社外取締役。社会人リカレント教育事業スマートエスイー事業責任者。IEEE Computer Society副会長。情報処理学会ソフトウェア工学研究会主査。著書に『初級ソフトウェア品質技術者資格試験(JCSQE)問題と解説』『Scratchでたのしく学ぶプログラミング的思考』『ソフトウェア品質知識体系ガイド-SQuBOK Guide-』『機械学習工学』ほか。訳書に『ゴール&ストラテジ入門: 残念なシステムの無くし方』『モダン・ソフトウェアエンジニアリング』『機械学習デザインパターン』ほか。

閉じる