软件开发生命周期各阶段中机器学习软件应用的质量保证挑战
软件工程
2021-07-12 v2 人工智能
摘要
过去几十年，机器学习（ML）的革命性进展显示出ML模型被快速采纳进各类软件系统中。此类机器学习软件应用（MLSAs）在我们日常生活中日益重要。因此，MLSAs的质量保证（QA）至关重要。若干研究致力于确定将ML模型引入软件系统时可面临的特定挑战。然而，据我们所知，尚无研究提供这些ML质量保证挑战在软件开发生命周期（SDLC）各阶段分布的全局视图。本文对聚焦ML模型质量保证的大量研究论文做了深度文献综述。我们通过将各类ML采纳挑战映射到SDLC不同阶段，构建了MLSA质量保证问题的分类法。基于该分类法，我们给出改进SDLC实践的推荐与研究机会。该映射有助于在ML模型采纳被视为关键的环节优先安排MLSAs的质量保证工作。
引用
@article{arxiv.2105.01195,
title = {Quality Assurance Challenges for Machine Learning Software Applications During Software Development Life Cycle Phases},
author = {Md Abdullah Al Alamin and Gias Uddin},
journal= {arXiv preprint arXiv:2105.01195},
year = {2021}
}