用于测试黑盒机器学习模型的数据合成
机器学习
2021-11-04 v1 人工智能
摘要
机器学习模型的使用日益增多，引发了关于这些模型可靠性的问题。当前使用有限数据进行测试的做法往往不够充分。本文提出了一个自动化测试数据合成框架，用于测试黑盒机器学习/深度学习模型。我们解决了一项重要挑战：生成真实的、用户可控的数据，并采用模型无关的覆盖准则来测试多种属性，从根本上增强对机器学习模型的信任。我们通过实验证明了该技术的有效性。
引用
@article{arxiv.2111.02161,
title = {Data Synthesis for Testing Black-Box Machine Learning Models},
author = {Diptikalyan Saha and Aniya Aggarwal and Sandeep Hans},
journal= {arXiv preprint arXiv:2111.02161},
year = {2021}
}
备注
Accepted as a 4-pages short paper in Research track at CODS-COMAD 2022