内容紹介：運用する上で重要だが難しい問題改善、モデルのデバッグ、デプロイを詳しく解説！機械学習を利用したアプリケーションは、翻訳、リコメンデーションシステム、異常／不正検出など、さまざまなものがあり、今後も機能強化のために、機械学習を組み入れるサービスはますます増えていくものと考えられています。しかし、機械学習ベースのアプリケーションは、構築方法や検証において、ほかとは異なる、特別は配慮が必要となることが多くあり、またモデルの評価や訓練といった特別なプロセスが必要です。本書は機械学習ベースのアプリケーションの設計、構築、デプロイにおいて注意すべき情報をまとめたものです。
機械学習は翻訳、推薦システム、異常および不正検出など、さまざまなアプリケーションで利用されており、今後も機能強化のために、機械学習を組み入れるサービスはますます増えていくと考えられています。しかし機械学習はモデルの学習や評価など、これまでのアプリケーションにはない処理が必要となるだけでなく、正常に動作しているかを単純なテストだけでは検証できないなど、特別な配慮が必要となります。本書は機械学習を利用するアプリケーションを設計、構築、デプロイするために注意すべき点をまとめました。繰り返しによりデータやモデルを漸進的に改善する方法、モデル性能の監視やモデルのデバッグを行う方法など、アプリケーションを構築、運用する上で、その品質を左右する一連のプロセスを詳しく解説します。
もくじ情報：第１部　適切な機械学習アプローチの特定（製品目標からＭＬの枠組みへ；計画の作成）；第２部　機能するパイプラインの構築（最初のエンドツーエンドパイプライン構築；初期データセットの取得）；第３部　モデルの反復（モデルの学習と評価；ＭＬ問題のデバッグ　ほか）；第４部　デプロイと監視（モデルデプロイ時の考慮点；デプロイオプションの選択　ほか）；付録Ａ　コードの実行（日本語版補遺）

アーマイゼ，エマニュエル(アーマイゼ，エマニュエル)
長年にわたり、データサイエンティストとして活躍。現在はＳｔｒｉｐｅ社の機械学習エンジニア。Ｉｎｓｉｇｈｔ　Ｄａｔａ　ＳｃｉｅｎｃｅのＡＩプログラム（米国の企業Ｉｎｓｉｇｈｔが提供している、博士課程修了者（データ分野に限らない）に対するデータサイエンス分野での短期（７週間）集中研修プログラムのこと）の責任者も務めた。また、Ｌｏｃａｌ　ＭｏｔｉｏｎとＺｉｐｃａｒの予測分析と機械学習ソリューションの実装とデプロイにかかわってきた。フランスのトップ３校で人工知能、コンピュータ工学、マネジメントの修士号を取得している