オープンソースツールがまた一つ

機械学習で生じる問題を解決するPythonライブラリ「MLflow」

機械学習のパラメーターやモデルの管理、APIの提供などができるPythonライブラリがオープンソースで公開された。Databricksの「MLflow」が解決する機械学習の問題とは？

　2018年6月に開催された「Spark Summit」で、Databricksは「MLflow」という新たなプロジェクトを発表した。Databricksはオープンソースの「Apache Spark」によるクラウドベースのビッグデータ処理に重点を置く企業で、同社のMLflowは機械学習（ML）のためのPythonライブラリだ。

　同社のチーフテクノロジストを務めるマテイ・ザハリア氏によると、同氏が率いるチームは、MLに関してよく耳にする問題に対処するアプローチを構築したという。

MLの典型的な課題

　データの準備からモデルのトレーニングまで、MLのライフサイクルの「フェーズ」には多種多様なツールがある。

　「各フェーズでチームがツールを1つ選ぶ従来のソフトウェア開発とは異なり、MLでは結果が改善するかどうかを確認するため、利用可能な全てのツール（アルゴリズムなど）を試してみる。そのため、MLの開発者は多くのライブラリを運用できるようにする必要がある」とザハリア氏はブログに記している。

　同氏は次のようにも書いている。「MLアルゴリズムには構成可能なパラメーターが多数存在する。そのため、モデルを作成するためにテストしたパラメーター（コード、データ）をそれぞれ追跡するのは難しい」

　ザハリア氏の説明によれば、細部まで追跡しなければ、再度機能させる際に同じコードを利用するのが難しくなることが多いという。こうした再現手順は明らかにデバッグも難しくする。

　「（また）MLは導入も難しい。多数の導入ツールや（RESTサービス、バッチインタフェース、モバイルアプリなど）MLを実行する環境によって、モデルを運用に移すのが困難になる可能性がある。任意のライブラリから任意のツールにモデルを移行する標準の方法はない。そのため、新しく導入するたび、新しいリスクが生まれる」（ザハリア氏）

　最終的に行き着く先は、大手ベンダーが作成する内部MLプラットフォームになる。こうしたプラットフォームはこれらの難題に何らかの対応を行っている。だが、こうしたプラットフォームを利用すると、独自のテクノロジーインフラに縛られることになるため、対象範囲が制限される。

DatabricksのMLflow

続きを読むには、［続きを読む］ボタンを押して
会員登録あるいはログインしてください。

Computer Weekly日本語版

この連載の記事をもっと見る

この記事の著者

関連記事

• 

  機械学習の最新トレンドは“因果推論”

• 

  ディープラーニングによる非構造化データの徹底活用

• 

  最も脆弱性が多い言語は？　OSSの脆弱性は増大傾向

• 

  RESTはオワコンか、クエリ言語は「GraphQL」の時代へ

• 

  JavaやPHPからの移行も簡単、改めてGo言語がオススメな理由