AIエンジニアのための機械学習システムデザインパターン

発売日 : 2021年05月17日

著者／編集 : 澁井 雄介

出版社 : 翔泳社

発行形態 : 単行本

モデル、推論システム、品質、運用、管理…機械学習の実用化手法をデザインパターンで詳解！デザインパターンサンプル付。

■Part 1　機械学習とMLOps

CHAPTER 1　機械学習システムとは
1.1　機械学習、MLOps、システム
1.2　ユーザに使ってもらえる機械学習を目指して
1.3　機械学習システムに必要なもの
1.4　機械学習システムをパターン化する
1.5　本書の構成

■Part 2　機械学習システムを作る

CHAPTER 2　モデルを作る
2.1　モデルの作成
2.2　アンチパターン―Only meパターン―
2.3　プロジェクトとモデルとバージョニング
2.4　パイプライン学習パターン
2.5　バッチ学習パターン
2.6　アンチパターン―複雑パイプラインパターン―

CHAPTER 3　モデルをリリースする
3.1　学習環境と推論環境
3.2　アンチパターン―バージョン不一致パターン―
3.3　モデルの配布と推論器の稼働
3.4　モデルインイメージパターン
3.5　モデルロードパターン
3.6　モデルの配布とスケールアウト

CHAPTER 4　推論システムを作る
4.1　なぜシステムを作るのか
4.2　Webシングルパターン
4.3　同期推論パターン
4.4　非同期推論パターン
4.5　バッチ推論パターン
4.6　前処理・推論パターン
4.7　直列マイクロサービスパターン
4.8　並列マイクロサービスパターン
4.9　時間差推論パターン
4.10　推論キャッシュパターン
4.11　データキャッシュパターン
4.12　推論器テンプレートパターン
4.13　Edge AIパターン
4.14　アンチパターン―オンラインビッグサイズパターン―　
4.15　アンチパターン―オールインワンパターン―

■Part 3　品質・運用・管理

CHAPTER 5　機械学習システムを運用する
5.1　機械学習の運用
5.2　推論ログパターン
5.3　推論監視パターン
5.4　アンチパターン―ログなしパターン―
5.5　アンチパターン―そして誰もいなくなったパターン―

CHAPTER 6　機械学習システムの品質を維持する
6.1　機械学習システムの品質と運用
6.2　機械学習システムの正常性評価指標
6.3　負荷テストパターン
6.4　推論サーキットブレーカーパターン
6.5　シャドウA/Bテストパターン
6.6　オンラインA/Bテストパターン
6.7　パラメータベース推論パターン
6.8　条件分岐推論パターン
6.9　アンチパターン―オフラインのみパターン―

CHAPTER 7　End-to-EndなMLOpsシステムの設計
7.1　課題と手法
7.2　需要予測システムの例
7.3　コンテンツ投稿サービスの例
7.4　まとめ

澁井 雄介

澁井, 雄介