面向机器学习的变异测试框架
软件工程
2021-02-23 v1 计算机与社会
摘要
这是一篇旨在提供机器学习系统（MLS）测试、其演进、当前范式及未来工作的洞见之旅的文章或技术笔记。机器学习模型被用于医疗保健行业、汽车、空中交通管制、股票交易等关键应用中，ML 模型的失败可能导致生命或财产损失的严重后果。为补救此问题，全球的开发者、科学家和 ML 社区必须为核心 ML 应用构建高度可靠的测试架构。在最基础层，任何测试模型必须满足核心测试属性（如测试属性及其组件）。该属性源自软件工程，但同样的内容不能以原样形式应用于 ML 测试，我们将说明原因。
引用
@article{arxiv.2102.10961,
title = {Mutation Testing framework for Machine Learning},
author = {Raju},
journal= {arXiv preprint arXiv:2102.10961},
year = {2021}
}