機械学習システムデザイン

機械学習システムをビジネス目標に結び付け、設計から運用、改善までを反復して進める方法を扱う書籍である。前半では、システム要件や問題設定を確認し、データ形式・処理、訓練データのサンプリングやラベル付け、特徴量の設計、モデル開発とオフライン評価を解説する。後半では、予測サービスのデプロイ、データ分布のシフトの検出と監視、継続学習、実環境でのテストを取り上げ、ストレージ、計算資源、開発環境、ワークフロー管理、モデルストアや特徴ストアなどMLOpsの基盤へと範囲を広げる。各設計判断がシステム全体の目的にどう関わるかを、ケーススタディを通して学ぶ構成であり、信頼性、拡張性、保守性を備え、ビジネス要件の変化に対応する機械学習システムの設計・運用に役立つ。