机器学习测试：综述、全景与展望
机器学习
2019-12-24 v2 人工智能
软件工程
机器学习
摘要
本文对机器学习测试（ML testing）研究进行了全面综述。涵盖了144篇关于测试属性（如正确性、鲁棒性、公平性）、测试组件（如数据、学习程序、框架）、测试工作流（如测试生成与测试评估）以及应用场景（如自动驾驶、机器翻译）的论文。本文还分析了有关数据集、研究趋势与研究焦点的动向，并以机器学习测试中的研究挑战与有前景的研究方向作结。
引用
@article{arxiv.1906.10742,
title = {Machine Learning Testing: Survey, Landscapes and Horizons},
author = {Jie M. Zhang and Mark Harman and Lei Ma and Yang Liu},
journal= {arXiv preprint arXiv:1906.10742},
year = {2019}
}