機械学習応用のためのコードスメル【JST・京大機械翻訳】

Zhang Haiyin; Cruz Luis; van Deursen Arie

プレプリント

J-GLOBAL ID：202202213729247500 整理番号：22P0310396

機械学習応用のためのコードスメル【JST・京大機械翻訳】

Code Smells for Machine Learning Applications

出版者サイト {{ this.onShowPLink() }} 複写サービスで全文入手
高度な検索・分析はJDreamⅢで

この文献はプレプリントです。プレプリントについてはこちらをご確認ください。

著者 (3件)： , ,
資料名：
発行年： 2022年03月25日プレプリントサーバーでの情報更新日： 2022年03月30日
JST資料番号： O7000B 資料種別：プレプリント
記事区分：プレプリント発行国：アメリカ合衆国 (USA) 言語：英語 (EN)

機械学習の人気は,近年,野生に拡大した。機械学習技術は学界で加熱され,ビジネス価値を創造するために産業に適用された。しかし,機械学習アプリケーションにおけるコード品質に対するガイドラインの欠如がある。特に,コード匂いはこの領域でほとんど研究されていない。機械学習コードは,通常,オーバーアーチシステムの小部分として統合されているが,通常,そのコア機能において重要な役割をはたす。したがって,コード品質を確保することは,長期的に問題を避けるのに必須であった。本論文は,論文,灰色文献,GitHubコンミット,およびStackオーバーフローポストを含む,様々な情報源から収集された22の機械学習特有のコード嗅覚のリストを提案し,同定する。各匂いを,そのコンテキストの記述,長期運転における潜在的問題,および提案した解決策によって指摘する。さらに,それらをそれぞれのパイプライン段階および学術および灰色文献の両方からの証拠にリンクさせた。コード嗅覚カタログは,データ科学者と開発者が高品質機械学習アプリケーションコードを生成し,維持するのを助ける。【JST・京大機械翻訳】

, , , , , ,
, , , , 【Automatic Indexing@JST】

人工知能 , 計算機システム開発

前のページに戻る