提升机器学习质量的成熟度框架
机器学习
2025-02-26 v1 计算机与社会
软件工程
摘要
随着机器学习（ML）在业务应用和流程中的快速集成，确保这些系统的质量、可靠性和可重复性至关重要。我们提出了一套系统化的方法，用于 ML 系统质量评估，引入了针对 ML 治理的结构化成熟度框架。我们强调质量在 ML 中的重要性以及对严格评估的需求，这是由 ML 治理问题和现有框架之间的差距驱动的。我们的主要贡献是提供一套全面的开源质量评估方法，经过经验验证，伴随一套针对 ML 系统的系统化成熟度框架。drawing自Booking.com的实际经验，我们讨论了在大规模组织内采纳过程中遇到的挑战和所学教训。该研究呈现了实证发现，突显了质量改进趋势并展示了业务成果。ML 系统的成熟度框架旨在成为重塑行业标准并启用任何组织提高 ML 成熟度的结构化方法的宝贵资源。
引用
@article{arxiv.2502.15758,
title = {Maturity Framework for Enhancing Machine Learning Quality},
author = {Angelantonio Castelli and Georgios Christos Chouliaras and Dmitri Goldenberg},
journal= {arXiv preprint arXiv:2502.15758},
year = {2025}
}