テクノロジ
MLOpsとは
読み方：えむえるおぷす
ひとことで言うと：機械学習モデルの開発からデプロイ、監視、再学習までを継続的・効率的に運用するための考え方や仕組み。
意味をわかりやすく解説
MLOpsはMachine LearningとOperationsを組み合わせた考え方で、機械学習モデルを一度作って終わりにせず、データ準備、学習、評価、モデルやデータの版管理、デプロイ、監視、再学習までを継続的に管理します。
実運用ではデータ分布の変化によってモデル精度が低下することがあるため、通常のソフトウェア運用に加えてデータとモデルのライフサイクル管理が重要になります。
具体例
需要予測モデルを本番へ配備した後、予測精度を監視し、精度低下を検知したら新しい販売データで再学習して再配備する。
似た用語との違い
DevOps
DevOpsはソフトウェアの開発と運用の連携・自動化を重視します。MLOpsはそれに加えてデータ、学習済みモデル、再学習、モデル精度監視などを扱います。
CI
CIはコード変更を頻繁に統合し、自動ビルドやテストで品質を確認する仕組みです。MLOpsは機械学習システム全体の運用ライフサイクルを扱う、より広い概念です。
覚え方
DevOpsに「データとモデルの継続管理」が加わった機械学習版の運用。
基本情報技術者試験の試験ポイント
モデルだけでなくデータの版管理、デプロイ後の精度監視、再学習までを扱う点を押さえます。
CHECK QUESTION
本番稼働中の機械学習モデルについて、精度監視や再学習、再配備まで継続的に管理する考え方は何ですか。
答えを見る
MLOpsです。機械学習モデルとデータの開発・運用ライフサイクルを継続的に管理します。
この説明は分かりやすかったですか？
基本情報技術者試験を勉強中ですか？
この用語を含む重要用語を、単語帳や4択テストで学習できます。