機械学習システムにおける「技術的負債」とその回避策 - Qiita

はじめに 空前のAIブームだった2017年、Yahooニュースでは毎日のように『〇〇が△△のAIを開発』のような見出しが目立ちました。2018年は『AIの運用』の時代になるとも言われています。 しかし、AI（機械学習）を載せたシステムの開発・テスト・運用の方法は2018年4月現在、まだ確立されていない分野です。 今回は、技術的負債という観点から、機械学習システム特有の課題点とその回避策のヒントまとめたGoogleの論文 Machine Learning: The High Interest Credit Card of Technical Debt (2014) を翻訳します。Google翻訳+軽い手作業ですのでご留意を。 ちなみにタイトル『機械学習：技術的負債の高金利クレジットカード』の意味は、機械学習システムがまるで高金利のクレジットカードのように、気づかないうちに技術的負債を蓄積して

[matsumoto_r]

これがGoogleによる2014年の論文だから、社内では2012年ぐらいにはほぼほぼまとまってたと思うと相変わらず随分先にいるな

[kabukawa]

あとで読む、

[JULY]

時間のある時にきちんと読むとして、機械学習システムをきちんとモニタリングし、調整し続けるのは、確かに「負債」になりそうだなぁ。