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
Sponsored
·
Ship Features Fearlessly
Turn features on and off without deploys. Used by thousands of Ruby developers.
→
Kazusa
July 01, 2018
Technology
370
0
Share
Embed
Copy iframe code
Copy JS code
Copy link
Start on current slide
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
More Decks by Kazusa
See All by Kazusa
20190208_MLSE_NeurIPS2018_tkazusa.pdf
tkazusa
1
820
受託分析屋がKubeflowを使って思うこと_KubeflowMeetup_1.pdf
tkazusa
2
2.5k
機械学習どこから手をつけよう? Google DevFest 2018 Tokyo
tkazusa
2
1.4k
【論文読み】GCVAE-GAN Fine-Grained Image Generation through Asymmetric Training
tkazusa
0
150
【論文読み】Graph Convolutional Networks for Classification with a Structured
tkazusa
0
75
Other Decks in Technology
See All in Technology
Oracle Base Database Service 技術詳細
oracle4engineer
PRO
15
110k
QA・ソフトウェアテスト研修【MIXI 26新卒技術研修】
mixi_engineers
PRO
1
290
【公開用】AI_Dev_Ex2026_AI_登壇資料
matsuritechnologies
PRO
2
610
AIとハーネスで育てるトランスコンパイラ / 20260722 Yasushi Katayama
shift_evolve
PRO
3
950
2026年のソフトウェア開発を考える(2026/07版) / Agentic Software Engineering 2026-07 Findy Edition
twada
PRO
28
15k
なぜ、あなたのAPIは使われないのか? AX時代の設計原則、ガードレール、運用体制
yokawasa
1
230
AI時代こそ、スケールしないことをしよう -「作る人」から「なぜ作るか」を考える人へ / Do Things That Don't Scale in the AI Era — From How to Why
kaminashi
1
150
reFACToring
moznion
0
400
AI研修(Day1)【MIXI 26新卒技術研修】
mixi_engineers
PRO
1
960
AI驚き屋発見器
yama3133
1
280
データ活用研修 データマネジメント【MIXI 26新卒技術研修】
mixi_engineers
PRO
2
240
20260720_クラウド女子会×PyLadiesTokyoコラボ Amazon Bedrock ハンズオン用資料
yuuka51
2
120
Featured
See All Featured
The Myth of the Modular Monolith - Day 2 Keynote - Rails World 2024
eileencodes
28
3.6k
A Soul's Torment
seathinner
6
3.1k
Java REST API Framework Comparison - PWX 2021
mraible
34
9.5k
brightonSEO & MeasureFest 2025 - Christian Goodrich - Winning strategies for Black Friday CRO & PPC
cargoodrich
3
760
The Impact of AI in SEO - AI Overviews June 2024 Edition
aleyda
5
1.1k
Building Adaptive Systems
keathley
44
3.1k
Exploring the relationship between traditional SERPs and Gen AI search
raygrieselhuber
PRO
2
4.2k
Joys of Absence: A Defence of Solitary Play
codingconduct
1
420
Side Projects
sachag
455
43k
Dealing with People You Can't Stand - Big Design 2015
cassininazir
367
27k
Deep Space Network (abreviated)
tonyrice
0
230
End of SEO as We Know It (SMX Advanced Version)
ipullrank
3
4.3k
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