确保机器学习认证的 dataset 质量
机器学习
2020-11-04 v1 统计计算
机器学习
摘要
本文探讨基于机器学习（ML）的关键系统中的数据集质量问题。我们简要分析了若干涉及数据的现有标准的适用性，指出其既未恰当刻画也未考虑 ML 语境的特殊性。作为对这一堪忧状况的初步回应，我们提出一种数据集规约与验证流程，并将其应用于铁路领域的一个信号识别系统。此外，我们还给出一系列关于数据集收集与管理的建议。本工作是迈向数据集工程流程的一步，而该流程将是 ML 用于安全关键系统所必需的。
引用
@article{arxiv.2011.01799,
title = {Ensuring Dataset Quality for Machine Learning Certification},
author = {Sylvaine Picard and Camille Chapdelaine and Cyril Cappi and Laurent Gardes and Eric Jenn and Baptiste Lefèvre and Thomas Soumarmon},
journal= {arXiv preprint arXiv:2011.01799},
year = {2020}
}