フィーチャーストア(Feature Store)

Concept

AI基礎概念

最終更新: 2026-07-10

6 References

https://www.refbase.ai/entity/feature-store

Knowledge Dossier

公開済みEvidenceをIdentity / Capability / Credibility / Use Case / Constraints・Current Statusの軸で機械的に集約したものです(新規の主張・推測は含みません)。

Identity

  • フィーチャーストアは、機械学習で使う特徴量(feature)を一元管理し、学習と推論で一貫して再利用できるようにする仕組みである。検証待ち Feast — Introduction

Capability

  • フィーチャーストアは、機械学習で使う特徴量(feature)を一元管理し、学習と推論で一貫して再利用できるようにする仕組みである。検証待ち Feast — Introduction
  • フィーチャーストアは、特徴量を作り直さずに共有・再利用できる点を特徴とし、学習時と推論時の特徴量のずれを防ぐ。検証待ち Feast — Introduction

Credibility

公開Evidence未整備

Use Case

  • Uber公式エンジニアリングブログ(2017年9月5日、Mike Del Balso・Jeremy Hermann著)は、機械学習基盤MichelangeloのフィーチャーストアPaletteが約1万件の特徴量を一元管理し、チーム間の再利用と学習・推論間のデータ一貫性を実現していると説明している。検証待ち Meet Michelangelo: Uber's Machine Learning Platform

Constraints / Current Status

  • フィーチャーストアは、特徴量を作り直さずに共有・再利用できる点を特徴とし、学習時と推論時の特徴量のずれを防ぐ。検証待ち Feast — Introduction
  • Google Cloud公式ドキュメント(Vertex AI Feature Store〈Legacy〉概要)は、特徴量の一元管理による学習・推論間の一貫性確保、特徴量の再利用・発見、およびデータ分布のドリフト検知という機能を説明しており、フィーチャーストアがクラウドベンダーのマネージド型実装としても提供されていることを示す。検証待ち Vertex AI Feature Store (Legacy) の概要
  • Feast公式サイト(feast.dev)によれば、Feastの導入・貢献企業にはNVIDIA・Walmart・Salesforce・IBM・Discord・Cloudflare・Shopify等が名を連ね、コントリビューター293名、累計ダウンロード1200万件超、Slackメンバー5500名超という規模を持つ。検証待ち Feast - Feature Store

Key References

Knowledge Graph

References — 問い別の知識

データアクセス

各APIエンドポイントはJSON形式でデータを返します。生成AIのツール呼び出し・RAG連携での利用を想定しています。