↑: [[G検定に関する知識]] - 機械学習モデルの開発（Dev）と運用（Ops）を統合する仕組み・体制 - 主な役割：本番環境でのモデルの継続的な監視・更新 - データドリフト（データ傾向の変化による精度劣化）の検知 - 新データによる再学習・モデル更新の自動化 - ソフトウェア開発のCI/CD（継続的インテグレーション/デリバリー）を機械学習に応用 - 「開発後の運用フェーズ」こそが主戦場（開発のみで終わらない） - [[データサイエンティスト]]も運用フェーズに関与する - Machine Learning + Operations の造語。DevOpsの機械学習版 - モデルは陳腐化する（世の中が変われば需要予測は外れる）ため継続運用が必要 - 4要素：バージョン管理・自動再学習・モニタリング・CI/CD - 「AIは作って終わりではなく、育て続けるもの」という思想 - cf. [[CRISP-ML(Q)]], [[AIプロジェクトの進め方]]