用語比較

CRISP-DMとCRISP-MLの違い（フェーズの統合と運用監視で見分ける）

CRISP-ML(Q)は、CRISP-DMを機械学習向けに拡張したプロセスモデルです。CRISP-DMに無い運用後の監視と保守のフェーズがあり、品質保証の方法も各フェーズに組み込まれています。

原論文（Studerら、arXiv:2003.05155）によれば、どちらも6フェーズです。CRISP-DMのビジネス理解とデータ理解が1つに統合され、末尾に監視と保守が加わった形です。

G検定では、AIプロジェクトの開発プロセス標準として、CRISP-DMとCRISP-MLの名前が挙がります。このページは、2つの名前が選択肢に並んで迷う人向けです。

アジャイルとウォーターフォールなど、開発手法の比較はここでは扱いません。2つのプロセスモデルのフェーズの違いに絞って比べます。

この記事の根拠と出典

各セクションの見出しの下に、公式資料で確認した内容か編集部の整理かをラベルで示しています。試験日・料金・申込条件・試験方式は変わることがあるため、申込前に公式サイトで確認してください。G検定の一次情報確認日: 2026-10-02。

結論

CRISP-DM

ビジネス理解・データ理解・データ準備・モデリング・評価・展開の6フェーズ。データマイニングのプロセス標準。

CRISP-ML(Q)

ビジネスとデータの理解・データ準備・モデリング・評価・展開・監視と保守の6フェーズ。CRISP-DMを拡張し、品質保証の方法を各フェーズに組み込む。

違いを表で確認

比較軸	CRISP-DM	CRISP-ML(Q)
最初のフェーズ	CRISP-DM：ビジネス理解とデータ理解が別々のフェーズ	CRISP-ML(Q)：ビジネスとデータの理解が1つのフェーズ
最後のフェーズ	CRISP-DM：展開（Deployment）	CRISP-ML(Q)：展開のあとに監視と保守（Monitoring & Maintenance）
モデルの劣化への対応	CRISP-DM：対応するフェーズが無い	CRISP-ML(Q)：監視と保守のフェーズが、モデルの劣化に備える
品質保証	CRISP-DM：品質保証の方法の案内が無い	CRISP-ML(Q)：各フェーズの各タスクに品質保証の方法を組み込む

G検定の学習に使う書籍（Amazon）

試験範囲を通して読むときの1冊です。読んだ章は、このサイトの章別問題で確かめられます。

深層学習教科書ディープラーニング G検定（ジェネラリスト）公式テキスト第3版の表紙

深層学習教科書ディープラーニング G検定（ジェネラリスト）公式テキスト第3版試験を実施する日本ディープラーニング協会が監修した公式テキストです。Amazonで見る

ほかの資格を含む参考書・問題集の一覧を見る

どこで迷っているかを切り分ける

どちらも6フェーズで、見た目の違いが分からない人

フェーズの数は同じです。違いは中身で、最初の2つのフェーズが1つに統合されたことと、末尾に監視と保守が加わったことの2点を押さえます。

運用後にモデルの性能が落ちる話が、どちらのモデルの話か迷う人

モデルの劣化に備える監視と保守のフェーズがあるのは、CRISP-ML(Q)です。CRISP-DMには、これに当たるフェーズがありません。

CRISP-MLの(Q)が何を指すのか分からない人

(Q)は品質保証（quality assurance）を指します。原論文は、品質保証の方法を各フェーズの各タスクへ組み込むことを、CRISP-DMとの違いに挙げています。

具体例で使い分ける

例 1

ビジネス理解とデータ理解が1つのフェーズになっている場合

選択肢に、ビジネスとデータの理解を1つのフェーズとするプロセスモデルが書かれている場面です。

CRISP-DMでは、ビジネス理解とデータ理解が別々のフェーズです。
原論文は、CRISP-ML(Q)がこの2つを1つのフェーズに統合したと説明しています。

結論: ビジネスとデータの理解が1つのフェーズなら、CRISP-ML(Q)です。

例 2

展開のあとに、性能の低下を見張るフェーズがある場合

モデルを展開したあとも、環境の変化で性能が落ちるのに備えて監視を続けるフェーズが書かれている場面です。

CRISP-DMのフェーズは、展開で終わります。
原論文は、変化する環境ではモデルの性能が時間とともに劣化するため、展開後の継続的な監視と保守が必要だと述べています。

結論: 展開のあとに監視と保守のフェーズがあるなら、CRISP-ML(Q)です。

例 3

各フェーズに品質保証の方法が付いている場合

フェーズごとに、リスクと品質を確かめる方法が定められているプロセスモデルを問う場面です。

原論文によれば、CRISP-DMには品質保証の方法の案内がありません。
CRISP-ML(Q)は、各フェーズの各タスクに品質保証の方法を組み込んでいます。

結論: 品質保証の方法をフェーズごとに組み込むのは、CRISP-ML(Q)の特徴です。

問題文から答えを選ぶ手順

1
最初のフェーズを確認する
ビジネス理解とデータ理解が別々ならCRISP-DM、ビジネスとデータの理解が1つならCRISP-ML(Q)です。
2
最後のフェーズを確認する
展開で終わるならCRISP-DM、展開のあとに監視と保守があるならCRISP-ML(Q)です。
3
品質保証の語を確認する
各フェーズの品質保証の方法という記述があれば、CRISP-ML(Q)です。
4
名前の読み方で最終確認する
CRISP-DMのDMはデータマイニング、CRISP-MLの(Q)は品質保証です。

試験での見分け方

1ビジネス理解とデータ理解が別々のフェーズなら、CRISP-DM。
2ビジネスとデータの理解が1つのフェーズなら、CRISP-ML(Q)。
3展開のあとの監視と保守は、CRISP-ML(Q)にあってCRISP-DMに無い。
4各フェーズに品質保証の方法を組み込むのは、CRISP-ML(Q)。

誤答しやすい選択肢

フェーズの数が違うと考える

修正: どちらも6フェーズです。違うのは、最初の2つが統合されたことと、末尾に監視と保守が加わったことです。

CRISP-DMにも運用後の監視があると考える

修正: CRISP-DMのフェーズは展開で終わります。監視と保守のフェーズを足したのが、CRISP-ML(Q)です。

CRISP-MLを、CRISP-DMとは別系統の手法と考える

修正: 原論文は、CRISP-ML(Q)をCRISP-DMの拡張モデルとして提案しています。CRISP-DMの考え方を引き継いでいます。

確認問題

Q1ビジネス理解とデータ理解を1つのフェーズに統合した、機械学習向けのプロセスモデルはどちらですか？

答え: CRISP-ML(Q)

CRISP-DMでは別々だった2つのフェーズを、CRISP-ML(Q)が1つに統合しています。

Q2モデルの劣化に備えて、展開のあとに置かれているフェーズは何ですか？

答え: 監視と保守（Monitoring & Maintenance）

CRISP-DMには無く、CRISP-ML(Q)で新しく設けられたフェーズです。

Q3CRISP-ML(Q)の(Q)は何を指しますか？

答え: 品質保証（quality assurance）

各フェーズの各タスクに、品質保証の方法を組み込んでいることを表しています。

到達チェック

CRISP-DMの6フェーズを順に言える
CRISP-ML(Q)がCRISP-DMと異なる2点を言える
CRISP-ML(Q)の(Q)が指すものを言える
展開のあとの監視と保守が、どちらのモデルのものか言える

同じ資格で次に知りたいこと

ImageNetとILSVRCの違い（データセットとコンペティション）
ImageNet（画像データセット）とILSVRC（画像認識のコンペティション）の違いを、AlexNetが15.3%の誤り率で優勝した2012年の結果とあわせて解説。G検定の大項目2で問われる区別と確認問題つきです。
アジャイルとウォーターフォールの違い（変更の受け入れ方で見分ける）
アジャイルとウォーターフォールの違いを、フェーズの進め方、変更への対応、向いているプロジェクト、G検定での見分け方と確認問題まで、AWSの解説とアジャイル宣言の原則に沿って解説します。
損失関数と評価指標の違い（学習時と評価時の使い分け）
損失関数と評価指標の違いを、使う場面、最適化できる条件、代理の損失関数、交差エントロピーと正解率の関係、G検定での確認問題まで、書籍『Deep Learning』に沿って解説します。

よくある質問

QCRISP-DMとCRISP-MLの最大の違いは何ですか？

展開のあとの監視と保守のフェーズがあるかどうかです。原論文によれば、CRISP-ML(Q)は、モデルの劣化に備える監視と保守のフェーズを新しく設けています。

Qどちらもフェーズ数は同じですか？

同じです。どちらも6フェーズで、CRISP-ML(Q)ではビジネス理解とデータ理解が1つに統合され、監視と保守が加わっています。

QCRISP-MLの(Q)は何ですか？

品質保証（quality assurance）です。原論文は、品質保証の方法を各フェーズの各タスクに組み込む点を、CRISP-DMとの違いに挙げています。

QCRISP-DMはもう使われないのですか？

原論文は、CRISP-DMがデータマイニング分野で産業界から強く支持されてきたと説明しています。機械学習特有のタスクが扱われていない点を補うのが、CRISP-ML(Q)です。

次に見る比較

G検定・DS検定・統計検定2級で重なる用語10語の比較
同じ名前の用語の定義と収録章を、資格ごとに並べます。
ベイズの定理と条件付き確率の違い（統計検定2級の式と計算例）
求める確率の向きの違いと、陽性になる確率の計算例を確かめます。
紛らわしい用語ペア早見表
混同しやすい用語の違いと判定の手掛かりを、資格別の一覧で確かめます。

シェア:Xでシェア LINEでシェア

執筆: ミナト編集部（運営者情報を見る）