Machine Learning Testing: Survey, Landscapes and Horizons

This paper provides a comprehensive survey of techniques for testing machine learning systems; Machine Learning Testing (ML testing) research. It covers 144 papers on testing properties (e.g., correctness, robustness, and fairness), testing components (e.g., the data, learning program, and framework...

Celý popis

Podrobná bibliografie

Vydáno v:	IEEE transactions on software engineering Ročník 48; číslo 1; s. 1 - 36
Hlavní autoři:	Zhang, Jie M., Harman, Mark, Ma, Lei, Liu, Yang
Médium:	Journal Article
Jazyk:	angličtina
Vydáno:	New York IEEE 01.01.2022 IEEE Computer Society
Témata:	Data models deep neural network Learning programs Machine learning Machine translation Robustness Software engineering Software testing Training data Trends Workflow
ISSN:	0098-5589, 1939-3520
On-line přístup:	Získat plný text
Tagy:	Přidat tag Žádné tagy, Buďte první, kdo vytvoří štítek k tomuto záznamu!