Enviar búsqueda
Cargar
IoT/AI時代のテスティング・検証技術の最前線
•
11 recomendaciones
•
6,732 vistas
Fuyuki Ishikawa
Seguir
2019/1/11 SQiP研究会特別講義
Leer menos
Leer más
Software
Denunciar
Compartir
Denunciar
Compartir
1 de 62
Descargar ahora
Descargar para leer sin conexión
Recomendados
機械学習工学の進展と課題 2021
機械学習工学の進展と課題 2021
Fuyuki Ishikawa
(今ちゃんと振り返る) ゴール指向要求分析 入門
(今ちゃんと振り返る) ゴール指向要求分析 入門
Fuyuki Ishikawa
Python入門 : 4日間コース社内トレーニング
Python入門 : 4日間コース社内トレーニング
Yuichi Ito
暗号技術の実装と数学
暗号技術の実装と数学
MITSUNARI Shigeo
アジャイルな見積りと計画づくり勉強会
アジャイルな見積りと計画づくり勉強会
Arata Fujimura
ChatGPTは思ったほど賢くない
ChatGPTは思ったほど賢くない
Carnot Inc.
Devsumi 2018summer
Devsumi 2018summer
Harada Kei
20230216_Python機械学習プログラミング.pdf
20230216_Python機械学習プログラミング.pdf
Shintaro Fukushima
Recomendados
機械学習工学の進展と課題 2021
機械学習工学の進展と課題 2021
Fuyuki Ishikawa
(今ちゃんと振り返る) ゴール指向要求分析 入門
(今ちゃんと振り返る) ゴール指向要求分析 入門
Fuyuki Ishikawa
Python入門 : 4日間コース社内トレーニング
Python入門 : 4日間コース社内トレーニング
Yuichi Ito
暗号技術の実装と数学
暗号技術の実装と数学
MITSUNARI Shigeo
アジャイルな見積りと計画づくり勉強会
アジャイルな見積りと計画づくり勉強会
Arata Fujimura
ChatGPTは思ったほど賢くない
ChatGPTは思ったほど賢くない
Carnot Inc.
Devsumi 2018summer
Devsumi 2018summer
Harada Kei
20230216_Python機械学習プログラミング.pdf
20230216_Python機械学習プログラミング.pdf
Shintaro Fukushima
わりとディープ?同値分割↔境界値分析
わりとディープ?同値分割↔境界値分析
scarletplover
AIによるテスト・デバッグ技術 イントロ&チュートリアル
AIによるテスト・デバッグ技術 イントロ&チュートリアル
Fuyuki Ishikawa
多段階計算の型システムの基礎
多段階計算の型システムの基礎
T. Suwa
エンジニアの個人ブランディングと技術組織
エンジニアの個人ブランディングと技術組織
Takafumi ONAKA
Apache Arrow - データ処理ツールの次世代プラットフォーム
Apache Arrow - データ処理ツールの次世代プラットフォーム
Kouhei Sutou
BlackBox モデルの説明性・解釈性技術の実装
BlackBox モデルの説明性・解釈性技術の実装
Deep Learning Lab(ディープラーニング・ラボ)
なぜ、いま リレーショナルモデルなのか(理論から学ぶデータベース実践入門読書会スペシャル)
なぜ、いま リレーショナルモデルなのか(理論から学ぶデータベース実践入門読書会スペシャル)
Mikiya Okuno
アプリケーションを作るときに考える25のこと
アプリケーションを作るときに考える25のこと
Takafumi ONAKA
研究室における研究・実装ノウハウの共有
研究室における研究・実装ノウハウの共有
Naoaki Okazaki
40歳過ぎてもエンジニアでいるためにやっていること
40歳過ぎてもエンジニアでいるためにやっていること
onozaty
フロー効率性とリソース効率性について #xpjug
フロー効率性とリソース効率性について #xpjug
Itsuki Kuroda
WayOfNoTrouble.pptx
WayOfNoTrouble.pptx
Daisuke Yamazaki
RailsGirls から始める エンジニアリングはじめの一歩
RailsGirls から始める エンジニアリングはじめの一歩
Hiroshi SHIBATA
研究分野をサーベイする
研究分野をサーベイする
Takayuki Itoh
PFN のオンプレML基盤の取り組み / オンプレML基盤 on Kubernetes 〜PFN、ヤフー〜
PFN のオンプレML基盤の取り組み / オンプレML基盤 on Kubernetes 〜PFN、ヤフー〜
Preferred Networks
SAT/SMTソルバの仕組み
SAT/SMTソルバの仕組み
Masahiro Sakai
心理的安全性を 0から80ぐらいに上げた話
心理的安全性を 0から80ぐらいに上げた話
Yusuke Hisatsu
SSII2020TS: 機械学習モデルの判断根拠の説明 〜 Explainable AI 研究の近年の展開 〜
SSII2020TS: 機械学習モデルの判断根拠の説明 〜 Explainable AI 研究の近年の展開 〜
SSII
CV分野におけるサーベイ方法
CV分野におけるサーベイ方法
Hirokatsu Kataoka
世界一わかりやすいClean Architecture
世界一わかりやすいClean Architecture
Atsushi Nakamura
Quality Assurance of Machine Learning-based AI Systems
Quality Assurance of Machine Learning-based AI Systems
Fuyuki Ishikawa
機械学習システムの品質に関するソフトウェア工学の動向(と安全性)
機械学習システムの品質に関するソフトウェア工学の動向(と安全性)
Fuyuki Ishikawa
Más contenido relacionado
La actualidad más candente
わりとディープ?同値分割↔境界値分析
わりとディープ?同値分割↔境界値分析
scarletplover
AIによるテスト・デバッグ技術 イントロ&チュートリアル
AIによるテスト・デバッグ技術 イントロ&チュートリアル
Fuyuki Ishikawa
多段階計算の型システムの基礎
多段階計算の型システムの基礎
T. Suwa
エンジニアの個人ブランディングと技術組織
エンジニアの個人ブランディングと技術組織
Takafumi ONAKA
Apache Arrow - データ処理ツールの次世代プラットフォーム
Apache Arrow - データ処理ツールの次世代プラットフォーム
Kouhei Sutou
BlackBox モデルの説明性・解釈性技術の実装
BlackBox モデルの説明性・解釈性技術の実装
Deep Learning Lab(ディープラーニング・ラボ)
なぜ、いま リレーショナルモデルなのか(理論から学ぶデータベース実践入門読書会スペシャル)
なぜ、いま リレーショナルモデルなのか(理論から学ぶデータベース実践入門読書会スペシャル)
Mikiya Okuno
アプリケーションを作るときに考える25のこと
アプリケーションを作るときに考える25のこと
Takafumi ONAKA
研究室における研究・実装ノウハウの共有
研究室における研究・実装ノウハウの共有
Naoaki Okazaki
40歳過ぎてもエンジニアでいるためにやっていること
40歳過ぎてもエンジニアでいるためにやっていること
onozaty
フロー効率性とリソース効率性について #xpjug
フロー効率性とリソース効率性について #xpjug
Itsuki Kuroda
WayOfNoTrouble.pptx
WayOfNoTrouble.pptx
Daisuke Yamazaki
RailsGirls から始める エンジニアリングはじめの一歩
RailsGirls から始める エンジニアリングはじめの一歩
Hiroshi SHIBATA
研究分野をサーベイする
研究分野をサーベイする
Takayuki Itoh
PFN のオンプレML基盤の取り組み / オンプレML基盤 on Kubernetes 〜PFN、ヤフー〜
PFN のオンプレML基盤の取り組み / オンプレML基盤 on Kubernetes 〜PFN、ヤフー〜
Preferred Networks
SAT/SMTソルバの仕組み
SAT/SMTソルバの仕組み
Masahiro Sakai
心理的安全性を 0から80ぐらいに上げた話
心理的安全性を 0から80ぐらいに上げた話
Yusuke Hisatsu
SSII2020TS: 機械学習モデルの判断根拠の説明 〜 Explainable AI 研究の近年の展開 〜
SSII2020TS: 機械学習モデルの判断根拠の説明 〜 Explainable AI 研究の近年の展開 〜
SSII
CV分野におけるサーベイ方法
CV分野におけるサーベイ方法
Hirokatsu Kataoka
世界一わかりやすいClean Architecture
世界一わかりやすいClean Architecture
Atsushi Nakamura
La actualidad más candente
(20)
わりとディープ?同値分割↔境界値分析
わりとディープ?同値分割↔境界値分析
AIによるテスト・デバッグ技術 イントロ&チュートリアル
AIによるテスト・デバッグ技術 イントロ&チュートリアル
多段階計算の型システムの基礎
多段階計算の型システムの基礎
エンジニアの個人ブランディングと技術組織
エンジニアの個人ブランディングと技術組織
Apache Arrow - データ処理ツールの次世代プラットフォーム
Apache Arrow - データ処理ツールの次世代プラットフォーム
BlackBox モデルの説明性・解釈性技術の実装
BlackBox モデルの説明性・解釈性技術の実装
なぜ、いま リレーショナルモデルなのか(理論から学ぶデータベース実践入門読書会スペシャル)
なぜ、いま リレーショナルモデルなのか(理論から学ぶデータベース実践入門読書会スペシャル)
アプリケーションを作るときに考える25のこと
アプリケーションを作るときに考える25のこと
研究室における研究・実装ノウハウの共有
研究室における研究・実装ノウハウの共有
40歳過ぎてもエンジニアでいるためにやっていること
40歳過ぎてもエンジニアでいるためにやっていること
フロー効率性とリソース効率性について #xpjug
フロー効率性とリソース効率性について #xpjug
WayOfNoTrouble.pptx
WayOfNoTrouble.pptx
RailsGirls から始める エンジニアリングはじめの一歩
RailsGirls から始める エンジニアリングはじめの一歩
研究分野をサーベイする
研究分野をサーベイする
PFN のオンプレML基盤の取り組み / オンプレML基盤 on Kubernetes 〜PFN、ヤフー〜
PFN のオンプレML基盤の取り組み / オンプレML基盤 on Kubernetes 〜PFN、ヤフー〜
SAT/SMTソルバの仕組み
SAT/SMTソルバの仕組み
心理的安全性を 0から80ぐらいに上げた話
心理的安全性を 0から80ぐらいに上げた話
SSII2020TS: 機械学習モデルの判断根拠の説明 〜 Explainable AI 研究の近年の展開 〜
SSII2020TS: 機械学習モデルの判断根拠の説明 〜 Explainable AI 研究の近年の展開 〜
CV分野におけるサーベイ方法
CV分野におけるサーベイ方法
世界一わかりやすいClean Architecture
世界一わかりやすいClean Architecture
Más de Fuyuki Ishikawa
Quality Assurance of Machine Learning-based AI Systems
Quality Assurance of Machine Learning-based AI Systems
Fuyuki Ishikawa
機械学習システムの品質に関するソフトウェア工学の動向(と安全性)
機械学習システムの品質に関するソフトウェア工学の動向(と安全性)
Fuyuki Ishikawa
ロバスト機械学習へのソフトウェア工学からのアプローチ
ロバスト機械学習へのソフトウェア工学からのアプローチ
Fuyuki Ishikawa
機械学習工学への誘い:SES'20チュートリアル
機械学習工学への誘い:SES'20チュートリアル
Fuyuki Ishikawa
Introduction at MLSE Int'l Symposiuim 2019
Introduction at MLSE Int'l Symposiuim 2019
Fuyuki Ishikawa
高信頼自動運転システム実現にむけて: ソフトウェア工学・機械学習の視点からの技術俯瞰
高信頼自動運転システム実現にむけて: ソフトウェア工学・機械学習の視点からの技術俯瞰
Fuyuki Ishikawa
品質保証における発見的・経験的アプローチの活用:ソフトウェアテスティング分野からの知見
品質保証における発見的・経験的アプローチの活用:ソフトウェアテスティング分野からの知見
Fuyuki Ishikawa
スマートなシステム、スマートなディペンダビリティ保証-次世代システムを頼れるものへ
スマートなシステム、スマートなディペンダビリティ保証-次世代システムを頼れるものへ
Fuyuki Ishikawa
機械学習応用システムの品質保証に向けて
機械学習応用システムの品質保証に向けて
Fuyuki Ishikawa
自動(運転)車システムのためのAI的自動テスト生成
自動(運転)車システムのためのAI的自動テスト生成
Fuyuki Ishikawa
Más de Fuyuki Ishikawa
(10)
Quality Assurance of Machine Learning-based AI Systems
Quality Assurance of Machine Learning-based AI Systems
機械学習システムの品質に関するソフトウェア工学の動向(と安全性)
機械学習システムの品質に関するソフトウェア工学の動向(と安全性)
ロバスト機械学習へのソフトウェア工学からのアプローチ
ロバスト機械学習へのソフトウェア工学からのアプローチ
機械学習工学への誘い:SES'20チュートリアル
機械学習工学への誘い:SES'20チュートリアル
Introduction at MLSE Int'l Symposiuim 2019
Introduction at MLSE Int'l Symposiuim 2019
高信頼自動運転システム実現にむけて: ソフトウェア工学・機械学習の視点からの技術俯瞰
高信頼自動運転システム実現にむけて: ソフトウェア工学・機械学習の視点からの技術俯瞰
品質保証における発見的・経験的アプローチの活用:ソフトウェアテスティング分野からの知見
品質保証における発見的・経験的アプローチの活用:ソフトウェアテスティング分野からの知見
スマートなシステム、スマートなディペンダビリティ保証-次世代システムを頼れるものへ
スマートなシステム、スマートなディペンダビリティ保証-次世代システムを頼れるものへ
機械学習応用システムの品質保証に向けて
機械学習応用システムの品質保証に向けて
自動(運転)車システムのためのAI的自動テスト生成
自動(運転)車システムのためのAI的自動テスト生成
IoT/AI時代のテスティング・検証技術の最前線
1.
2.
◼ ◼
3.
◼ ◼ ◼ ◼ ◼ ◼ ◼ ◼
4.
5.
◼ ◼ ◼ ◼ ◼ ◼ ◼ ◼ ◼
6.
◼ ◼ ◼ ◼ ◼
7.
◼ ◼ ◼ ◼ ◼ ◼
8.
9.
◼ ◼ ◼
10.
◼ ◼ ◼
11.
◼ ◼ ◼ ◼ ◼ ◼
12.
◼ ◼ ◼ ◼
13.
◼
14.
◼ ◼
15.
◼ ◼ ◼ ◼
16.
◼ ◼ ◼ ◼
17.
◼ ◼ ◼ ◼ ◼ ◼ ◼ ◼
18.
19.
◼ ◼ ◼ ◼
20.
◼ ◼ ◼ ◼ ◼
21.
◼ ◼ ◼ ◼
22.
23.
◼ ◼ ◼ ◼ ◼ ◼ ◼
24.
◼ ◼ ◼ ◼ ◼ ◼ ◼
25.
26.
◼ 0 20 40
60 80 100
27.
◼ ◼
28.
29.
◼ ◼ ◼ ◼
30.
◼ ◼ • • •
31.
◼ ◼ • • • • •
32.
• • • • • • • • • •
33.
34.
◼ ◼ ◼ ◼ ◼
35.
◼ ◼ ◼ ◼
36.
◼ ◼ ◼ ◼
37.
38.
39.
◼ ◼ ◼
40.
◼ ◼
41.
◼ ◼ ◼ ◼
42.
◼ ◼ ◼ ◼ ◼
43.
◼ ◼ ◼ ◼
44.
45.
◼ ◼
46.
47.
◼ ◼ ◼ ◼ ◼ ◼
48.
◼ ◼ ◼ ◼ ◼ ◼ ◼
49.
◼ ◼
50.
◼ ◼ ◼ ◼ ◼ ◼
51.
◼
52.
◼ ◼ ◼ ◼ ◼
53.
◼ ◼ ◼ ◼ ◼
54.
◼ ◼ ◼
55.
◼ ◼ ◼
56.
57.
◼ ◼ ◼ ◼ ◼ ◼
58.
◼ ◼ ◼
59.
◼ ◼ ◼ ◼
60.
61.
◼ ◼ ◼ ◼
62.
◼
Descargar ahora