2022年度 人工知能学会全国大会（第36回）@京都にて、MLシステムの開発時における品質確保の各種観点、要件、テストについて調査した結果を報告しました
昨今、「機械学習モデルを内包したITシステム」（MLシステム）を構築するプロジェクトは増加し続けています。
しかしながら、MLシステムの品質を保ちながらアジャイル開発を進める手法について、グローバルスタンダードな方法論が確立されていません。
そこで本発表ではMLシステムの開発時における品質確保の各種観点、要件、テストについて調査した結果を報告します。
具体的にはD. Sculleyらの「Hidden Technical Debt」論文、アンサー論文「ML Test Score」をはじめ、Software Engineering for Machine Learning（SE4ML） 、そしてCRISP-DMを継承したCRISP-ML(Q)について紹介します。
発表
AITC 製品開発グループ
小川 雄太郎、後藤 勇輝
