-
Notifications
You must be signed in to change notification settings - Fork 407
Machine Learning Models
Sergey Bronnikov edited this page Nov 13, 2020
·
1 revision
Про важность машинного обучения можно не рассказывать. Оно используется повсеместно. Давно хочу сесть и написать нормальную статью про тестирование ПО на основе машинного обучения. Есть некоторый дефицит информации в этой области, но хороших докладов или статей днём с огнём не найдёшь.
И тестировать машинное обучение нужно, иначе будут такие атаки наподобие тех (One pixel attack for fooling deep neural networks), когда один измененённый пиксель на картинке вводит обученный алгоритм классификации фотографий в заблуждение.
- Книга: Interpretable Machine Learning
- Test your Machine Learning Algorithm with Metamorphic Testing
- An Application of Combinatorial Methods for Explainability in Artificial Intelligence and Machine Learning
- Automated Combinatorial Testing for Software
- https://www.slideshare.net/ThoughtWorks/machine-learning-in-software-testing
- DeepTest: automated testing of deep-neural-network-driven autonomous cars
- Machine Learning: Testing and Error Metrics
- An Approach to Software Testing of Machine Learning Applications
- Набор метрик для оценки работы алгоритмов машинного обучения
Текстовые классификаторы:
Copyright © 2014-2024 Sergey Bronnikov. Follow me on Mastodon @sergeyb@honk.bronevichok.ru and Telegram.
Learning
- Glossary
- Books:
- Courses
- Learning Tools
- Bugs And Learned Lessons
- Cheatsheets
Tools / Services / Tests
- Quality Assurance Tools
- Test Runners
- Testing-As-A-Service
- Conformance Test Suites
- Test Infrastructure
- Fault injection
- TTCN-3
- Continuous Integration
- Speedup your CI
- Performance
- Formal Specification
- Toy Projects
- Test Impact Analysis
- Formats
Functional testing
- Automated testing
- By type:
WIP sections
Community
Links