モデルが期待通りの性能を発揮しているか検証するこ と。精度だけでなく、予測の一貫性や異常なケースでの 挙動も確認する。「Trust CV」という言葉はKaggleにお いてあまりにも有名。 2. データのテストとは 学習・推論データの品質と整合性をチェックすること。欠 損値・外れ値・データ型などを検証する。EDA(探索的 データ分析)とも呼ばれる。 3. コードのテストとは 作成したコードが要件を満たしているかを検証すること。 機械学習プロジェクトでは、前処理関数、特徴量エンジ ニアリング関数、評価指標を計算する関数など、さまざ まなコードが対象になる。 9