Upgrade to Pro
— share decks privately, control downloads, hide ads and more …
Speaker Deck
Features
Speaker Deck
PRO
Sign in
Sign up for free
Search
Search
機械学習システム開発及び運用にかかる 不確実を考慮した要件定義の考察および提案
Search
Kazusa
July 01, 2018
Technology
0
340
機械学習システム開発及び運用にかかる 不確実を考慮した要件定義の考察および提案
機械学習工学研究会サマーワークショップ ポジションペーパー
Kazusa
July 01, 2018
Tweet
Share
More Decks by Kazusa
See All by Kazusa
20190208_MLSE_NeurIPS2018_tkazusa.pdf
tkazusa
1
770
受託分析屋がKubeflowを使って思うこと_KubeflowMeetup_1.pdf
tkazusa
2
2.4k
機械学習どこから手をつけよう? Google DevFest 2018 Tokyo
tkazusa
2
1.3k
【論文読み】GCVAE-GAN Fine-Grained Image Generation through Asymmetric Training
tkazusa
0
130
【論文読み】Graph Convolutional Networks for Classification with a Structured
tkazusa
0
67
Other Decks in Technology
See All in Technology
JTCにおける内製×スクラム開発への挑戦〜内製化率95%達成の舞台裏/JTC's challenge of in-house development with Scrum
aeonpeople
0
100
Kubernetes における cgroup driver のしくみ: runwasi の bugfix より
z63d
2
240
BPaaSにおける人と協働する前提のAIエージェント-AWS登壇資料
kentarofujii
0
120
【実演版】カンファレンス登壇者・スタッフにこそ知ってほしいマイクの使い方 / 大吉祥寺.pm 2025
arthur1
1
340
エラーとアクセシビリティ
schktjm
0
1k
なぜスクラムはこうなったのか?歴史が教えてくれたこと/Shall we explore the roots of Scrum
sanogemaru
5
1.3k
AWS環境のリソース調査を Claude Code で効率化 / aws investigate with cc devio2025
masahirokawahara
2
1.4k
AI時代に非連続な成長を実現するエンジニアリング戦略
sansantech
PRO
3
1.1k
Skrub: machine-learning with dataframes
gaelvaroquaux
0
120
20250903_1つのAWSアカウントに複数システムがある環境におけるアクセス制御をABACで実現.pdf
yhana
2
430
AWSで始める実践Dagster入門
kitagawaz
0
430
実践!カスタムインストラクション&スラッシュコマンド
puku0x
0
160
Featured
See All Featured
Practical Tips for Bootstrapping Information Extraction Pipelines
honnibal
PRO
23
1.4k
Dealing with People You Can't Stand - Big Design 2015
cassininazir
367
27k
Templates, Plugins, & Blocks: Oh My! Creating the theme that thinks of everything
marktimemedia
31
2.5k
Automating Front-end Workflow
addyosmani
1370
200k
Thoughts on Productivity
jonyablonski
70
4.8k
What’s in a name? Adding method to the madness
productmarketing
PRO
23
3.6k
No one is an island. Learnings from fostering a developers community.
thoeni
21
3.4k
StorybookのUI Testing Handbookを読んだ
zakiyama
31
6.1k
Building Applications with DynamoDB
mza
96
6.6k
Making Projects Easy
brettharned
117
6.4k
Designing Dashboards & Data Visualisations in Web Apps
destraynor
231
53k
A better future with KSS
kneath
239
17k
Transcript
機械学習システム開発及び運用にかかる 不確実を考慮した要件定義の考察および提案 2018年7月1日(日) 株式会社ブレインパッド 上総 虎智
Analytics Innovation Company 2 ©BrainPad Inc. 本日お話すること • 弊社は受託分析及び開発にてお客様を支援させて頂いている •
各案件では分析官, 機械学習エンジニア, ソフトウェアエンジニアなどがチームを組んで3~5 人でプロジェクトに取り組んでいる 背景 • 機械学習システムの開発では、要件決まらない(当初から大きく変更される), PoC貧乏に陥 る、せっかく作ったものが現場で受け入れられない, といった課題が出る • 特に要件定義についてはクライアント毎, 取り組む課題ごとに試行錯誤しながら実施しており, その品質の平準化に取り組めていない 取り組みたい課題 • 概念検証(PoC)で機能をどう満たすのかという「How」の部分について試行錯誤と学習 • 概念検証(PoC)から得られた知見を目的やユースケースなど「What」のについて反映させる 試行錯誤と学習 提案手法 • どうすれば適切にWhatやHowを具体化できるのか、その方法論について 皆様と議論させて頂きたい内容
Analytics Innovation Company 3 ©BrainPad Inc. 取り組みたい課題 上記のようにPoCにて機能要求を満たすことができるか検証を実施するため, プロジェクト開始当初に 決めきれない.
さらに, • PoCの結果によってはビジネス要件や機能要件を変更することもある • ビジネス要件やシステム要件の変更に伴い, 新たに検証しなければ行けない観点が追加されるこ ともある 機械学習システムの要件定義が難しく, 何をつくるべきかや開発後どのように活用するが 不明瞭であるために”PoC貧乏”が生まれてしまう. ビジネス要件 • 目的 • 目標 • ユースケース など システム要件 • 機能要件 • 機械学習によって達成し得るもの • 機会学習を用いないもの • 非機能要件 など PoCの 対象となる部分
Analytics Innovation Company 4 ©BrainPad Inc. 提案手法 機能要件に対する 機械学習による 実現方法に関する試行錯誤・検証
利用者からの ビジネス要件についての フィードバック システム要件 ・機能要件 ・非機能要件 など ビジネス要件 ・目的 ・目標 ・ユースケース など 概念検証(PoC) プロトタイピング ビジネス要件の見直しや具体化 システム要件の見直しや具体化 ビ ジ ネ ス 要 件 の 見 直 し 要件を満た す 要件を満たさない PoC及びプロトタイピングによる検証結果から「何を作るのか」と「どのように作るのか」について のフィードバックを要件に反映させて除々に具体化する. • 概念検証(PoC)で機能をどう満たすのかという「How」の部分について試行錯誤と学習. • 概念検証(PoC)から得られた知見を目的やユースケースなど「What」のについて反映させる試 行錯誤と学習
Analytics Innovation Company 5 ©BrainPad Inc. 機能要件に対する 機械学習による 実現方法に関する試行錯誤・検証 利用者からの
ビジネス要件についての フィードバック システム要件 ・機能要件 ・非機能要件 など ビジネス要件 ・目的 ・目標 ・ユースケース など 概念検証(PoC) プロトタイピング ビジネス要件の見直しや具体化 システム要件の見直しや具体化 ビ ジ ネ ス 要 件 の 見 直 し 要件を満たす 要件を満たさない 本提案についての懸念点 要件や機能要件を達成するための手段(機械学習)の具体化には、適切な検証と適切な フィードバックを得ることが重要 ・システム要件, 機能要件から導かれるPoCでの検証項目の設定 ・検証結果のフィードバックを受けた際のビジネス要件の見直しや具体化 ・検証結果のフィードバックを受けた際のシステム要件の具体化 下記を適切に実施することが反復的にPoCを含んだ要件定義では重要だと考える。実務では特に適切 なPoCの検証項目の設定で苦労しているプロジェクトが散見される
Analytics Innovation Company 6 ©BrainPad Inc. 明らかにしたい論点 下記のような論点について皆様とお話できたらと思います。 • 機械学習システム開発における効果的な要件定義の方法
• 機械学習システムのための概念検証(PoC)での検証項目の設定方法 • 検証結果のフィードバック、要件定義への反映のさせ方
Analytics Innovation Company ©BrainPad Inc. 7 本資料は、未刊行文書として日本及び各国の著作権法に基づき保護されております。本資料には、株式会社ブレインパッド所有の特定情報が 含まれており、これら情報に基づく本資料の内容は、御社以外の第三者に開示されること、また、本資料を評価する以外の目的で、その一部ま たは全文を複製、使用、公開することは、禁止されています。また、株式会社ブレインパッドによる書面での許可なく、それら情報の一部または全 文を使用または公開することは、いかなる場合も禁じられております。
株式会社ブレインパッド 〒108-0071 東京都港区白金台3-2-10 白金台ビル TEL:03-6721-7002 FAX:03-6721-7010 www.brainpad.co.jp
[email protected]
Analytics Innovation Company