MLOps入門に効く洋書3冊

筆者自身の体験が枠組みとなる。ノートブック上では精度が十分に見えたモデルが、リリースから1週間で明らかに誤った予測を出し始め、原因は学習時と推論時で特徴量の作り方がずれていたことだった。これはモデリングではなくエンジニアリングの問題であり、3冊が埋めようとする穴だ。分厚い標準書を何度も買っては読まずに終わる状態から、300ページ前後で読み切れて短い期間に順に読める本へ切り替えるという方法が示されている。

各書の役割は異なる。Andrew P. McMahonのMachine Learning Engineering with Pythonは、英国で機械学習エンジニアを率いた経験から書かれ、pytest、MLflow、Airflow、コンテナなど実務に登場するツールを使いながら要件、学習パイプライン、パッケージング、デプロイ、監視をたどり、チーム構成やプロジェクトの進め方も扱う。Kelleher兄弟のMachine Learning in Productionは、バージョン管理、テスト、アルゴリズムの計算量といったソフトウェアエンジニアリングの基礎から始め、確率、統計、回帰、次元削減を経てデータプロダクトの設計へ進む。Matt HarrisonのMachine Learning Pocket Referenceは構造化データに絞り、欠損値、特徴量作成、不均衡データ、モデル選択、評価指標、特徴量重要度を扱い、通読ではなく仕事中に開く本と位置づけられている。

筆者の提案する進め方は3冊を順に読むことで、重複が最小になると述べ、合計の分量は分厚い標準書1冊程度だと指摘する。未読の本を溜め込んだ人にとっては、完走できる単位に分けることで読書が途中で止まる可能性が大きく下がるという主張だ。