--- title: "なぜ QuickML なのか?" url: https://docs.catalyst.zoho.com/ja/quickml/getting-started/why-quickml/ description: "QuickMLは、Catalyst開発プラットフォーム上で機械学習パイプラインをエンドツーエンドで構築できる、完全ノーコードのMLパイプラインビルダーサービスです。" last_updated: 2026-02-23T15:05:14Z service: QuickML type: general --- ### Why QuickML? 機械学習ソリューションにおいて、機械学習のさまざまなステージに取り組むデータサイエンティストと、モデルに取り組むデベロッパーとの間にはギャップが存在します。QuickMLは、データサイエンティストにパイプライン全体のエンドツーエンドのコントロールを提供し、精度向上のためのイテレーションを大幅に容易にすることに焦点を当てています。 ビジネス改善に役立つより良い予測を得るための機械学習モデルの作成は、以下のような多くの開発上・本番環境上の課題を伴うイテレーティブなプロセスです： - データハンドリング - リソースハンドリング - モデル管理戦略 - モデルモニタリング - その他の運用上の課題 QuickMLは、これらすべての課題に対処し、クラウド上で利用可能なデータを運用オーバーヘッドゼロで最大限に活用するためのサービスです。QuickMLは、デベロッパー、データアナリスト、データサイエンティストなどがデータを最小限の労力で最大限に活用できるノーコードプラットフォームを提供し、データおよび機械学習ベースのシステムを効果的に構築できるよう支援します。機械学習モデルの開発、保守、本番運用のためのプラットフォームとして機能します。 QuickMLの活動は、以下の2つの主要モジュールに分類されます： - QuickML Machine Learning Pipelines - QuickML Data Pipelines ### QuickML Machine Learning Pipelines Machine Learning Pipelinesは、データおよび機械学習タスクのワークフローをエンドツーエンドで実行するもので、幅広いビジネス要件に対して予測インテリジェンスを提供するために、完全にトレーニングされた高精度な機械学習モデルをオーケストレーションするよう設計されています。 QuickMLには、機械学習パイプラインの設計と実行を行うための独自のノーコードパイプラインビルダープラットフォームがあります。機械学習モデルの開発において、本番環境に対応可能なモデルを構築するための機械学習オペレーションの簡素化に重点を置いています。 ![QuickML Machine Learning Pipelines](https://docs.catalyst.zoho.com/images/help/quickml/introduction/ML_pipeline.webp) ユーザーは、このパイプラインビルダーインターフェースを使用して、機械学習モデルの構築やデータ品質の向上を行うことができます。インターフェースには、パイプラインのステージを構築するためのシンプルなドラッグ＆ドロップUIが搭載されています。各ステージは、要件に応じてプラットフォーム上で出力プレビューを確認しながらさらに細かく設定できます。 QuickMLは、パイプライン構築フローにおけるアトミックなステージとして統合された、多彩な基本MLアルゴリズムおよびAI機能の提供に特化しています。パイプラインの実行フローには、データオペレーション、機械学習タスク、アルゴリズムのさまざまな組み合わせを含めることができ、異なる特徴量フォーカスや、ビジネスデータに基づく堅牢な機械学習モデルを生成できます。 ### QuickML Data Pipelines Data Pipelinesは、**機械学習モデルライフサイクル**の一部であり、機械学習のトレーニングプロセスにデータを渡す前に、さまざまな加工を適用する必要がある場面で使用されます。 QuickML Data Pipelinesは、要件に応じて、独立したデータパイプラインとしても、MLパイプラインの一部としても扱うことができます。 データは、他のZohoサービスからインポートするか、AWS S3やGoogle Cloudなどの外部サービスから、またはローカルファイルシステムからインポートできます。データがシステムにインポートされると、データ品質などの基本的な情報を確認できます。