Suche senden
Hochladen
IoT/AI時代のテスティング・検証技術の最前線
•
11 gefällt mir
•
6,732 views
Fuyuki Ishikawa
Folgen
2019/1/11 SQiP研究会特別講義
Weniger lesen
Mehr lesen
Software
Melden
Teilen
Melden
Teilen
1 von 62
Jetzt herunterladen
Downloaden Sie, um offline zu lesen
Empfohlen
機械学習品質管理・保証の動向と取り組み
機械学習品質管理・保証の動向と取り組み
Shintaro Fukushima
機械学習で泣かないためのコード設計
機械学習で泣かないためのコード設計
Takahiro Kubo
「スプラトゥーン」リアルタイム画像解析ツール 「IkaLog」の裏側
「スプラトゥーン」リアルタイム画像解析ツール 「IkaLog」の裏側
Takeshi HASEGAWA
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
型安全性入門
型安全性入門
Akinori Abe
ナレッジグラフとオントロジー
ナレッジグラフとオントロジー
University of Tsukuba
ナレッジグラフ入門
ナレッジグラフ入門
KnowledgeGraph
(2017.6.9) Neo4jの可視化ライブラリまとめ
(2017.6.9) Neo4jの可視化ライブラリまとめ
Mitsutoshi Kiuchi
Empfohlen
機械学習品質管理・保証の動向と取り組み
機械学習品質管理・保証の動向と取り組み
Shintaro Fukushima
機械学習で泣かないためのコード設計
機械学習で泣かないためのコード設計
Takahiro Kubo
「スプラトゥーン」リアルタイム画像解析ツール 「IkaLog」の裏側
「スプラトゥーン」リアルタイム画像解析ツール 「IkaLog」の裏側
Takeshi HASEGAWA
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
型安全性入門
型安全性入門
Akinori Abe
ナレッジグラフとオントロジー
ナレッジグラフとオントロジー
University of Tsukuba
ナレッジグラフ入門
ナレッジグラフ入門
KnowledgeGraph
(2017.6.9) Neo4jの可視化ライブラリまとめ
(2017.6.9) Neo4jの可視化ライブラリまとめ
Mitsutoshi Kiuchi
分散システムについて語らせてくれ
分散システムについて語らせてくれ
Kumazaki Hiroki
情報アクセス技術のためのテストコレクション作成
情報アクセス技術のためのテストコレクション作成
kt.mako
Cassandraとh baseの比較して入門するno sql
Cassandraとh baseの比較して入門するno sql
Yutuki r
機械学習モデルのサービングとは?
機械学習モデルのサービングとは?
Sho Tanaka
MLOpsはバズワード
MLOpsはバズワード
Tetsutaro Watanabe
位置データもPythonで!!!
位置データもPythonで!!!
hide ogawa
(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
実運用して分かったRabbit MQの良いところ・気をつけること #jjug
実運用して分かったRabbit MQの良いところ・気をつけること #jjug
Yahoo!デベロッパーネットワーク
グラフデータベース:Neo4j、そしてRDBからの移行手順の紹介
グラフデータベース:Neo4j、そしてRDBからの移行手順の紹介
ippei_suzuki
ソフトウェアテストの歴史と近年の動向
ソフトウェアテストの歴史と近年の動向
Keizo Tatsumi
PlaySQLAlchemy: SQLAlchemy入門
PlaySQLAlchemy: SQLAlchemy入門
泰 増田
30分で分かる!OSの作り方
30分で分かる!OSの作り方
uchan_nos
グラフデータベース入門
グラフデータベース入門
Masaya Dake
MongoDBが遅いときの切り分け方法
MongoDBが遅いときの切り分け方法
Tetsutaro Watanabe
自然言語処理によるテキストデータ処理
自然言語処理によるテキストデータ処理
Yuki Arase
テスト文字列に「うんこ」と入れるな
テスト文字列に「うんこ」と入れるな
Kentaro Matsui
Kubernetesによる機械学習基盤への挑戦
Kubernetesによる機械学習基盤への挑戦
Preferred Networks
オントロジー工学に基づくセマンティック技術(2)ナレッジグラフ入門
オントロジー工学に基づくセマンティック技術(2)ナレッジグラフ入門
Kouji Kozaki
インフラエンジニアの綺麗で優しい手順書の書き方
インフラエンジニアの綺麗で優しい手順書の書き方
Shohei Koyama
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
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
Quality Assurance of Machine Learning-based AI Systems
Quality Assurance of Machine Learning-based AI Systems
Fuyuki Ishikawa
Weitere ähnliche Inhalte
Was ist angesagt?
分散システムについて語らせてくれ
分散システムについて語らせてくれ
Kumazaki Hiroki
情報アクセス技術のためのテストコレクション作成
情報アクセス技術のためのテストコレクション作成
kt.mako
Cassandraとh baseの比較して入門するno sql
Cassandraとh baseの比較して入門するno sql
Yutuki r
機械学習モデルのサービングとは?
機械学習モデルのサービングとは?
Sho Tanaka
MLOpsはバズワード
MLOpsはバズワード
Tetsutaro Watanabe
位置データもPythonで!!!
位置データもPythonで!!!
hide ogawa
(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
実運用して分かったRabbit MQの良いところ・気をつけること #jjug
実運用して分かったRabbit MQの良いところ・気をつけること #jjug
Yahoo!デベロッパーネットワーク
グラフデータベース:Neo4j、そしてRDBからの移行手順の紹介
グラフデータベース:Neo4j、そしてRDBからの移行手順の紹介
ippei_suzuki
ソフトウェアテストの歴史と近年の動向
ソフトウェアテストの歴史と近年の動向
Keizo Tatsumi
PlaySQLAlchemy: SQLAlchemy入門
PlaySQLAlchemy: SQLAlchemy入門
泰 増田
30分で分かる!OSの作り方
30分で分かる!OSの作り方
uchan_nos
グラフデータベース入門
グラフデータベース入門
Masaya Dake
MongoDBが遅いときの切り分け方法
MongoDBが遅いときの切り分け方法
Tetsutaro Watanabe
自然言語処理によるテキストデータ処理
自然言語処理によるテキストデータ処理
Yuki Arase
テスト文字列に「うんこ」と入れるな
テスト文字列に「うんこ」と入れるな
Kentaro Matsui
Kubernetesによる機械学習基盤への挑戦
Kubernetesによる機械学習基盤への挑戦
Preferred Networks
オントロジー工学に基づくセマンティック技術(2)ナレッジグラフ入門
オントロジー工学に基づくセマンティック技術(2)ナレッジグラフ入門
Kouji Kozaki
インフラエンジニアの綺麗で優しい手順書の書き方
インフラエンジニアの綺麗で優しい手順書の書き方
Shohei Koyama
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
Was ist angesagt?
(20)
分散システムについて語らせてくれ
分散システムについて語らせてくれ
情報アクセス技術のためのテストコレクション作成
情報アクセス技術のためのテストコレクション作成
Cassandraとh baseの比較して入門するno sql
Cassandraとh baseの比較して入門するno sql
機械学習モデルのサービングとは?
機械学習モデルのサービングとは?
MLOpsはバズワード
MLOpsはバズワード
位置データもPythonで!!!
位置データもPythonで!!!
(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
実運用して分かったRabbit MQの良いところ・気をつけること #jjug
実運用して分かったRabbit MQの良いところ・気をつけること #jjug
グラフデータベース:Neo4j、そしてRDBからの移行手順の紹介
グラフデータベース:Neo4j、そしてRDBからの移行手順の紹介
ソフトウェアテストの歴史と近年の動向
ソフトウェアテストの歴史と近年の動向
PlaySQLAlchemy: SQLAlchemy入門
PlaySQLAlchemy: SQLAlchemy入門
30分で分かる!OSの作り方
30分で分かる!OSの作り方
グラフデータベース入門
グラフデータベース入門
MongoDBが遅いときの切り分け方法
MongoDBが遅いときの切り分け方法
自然言語処理によるテキストデータ処理
自然言語処理によるテキストデータ処理
テスト文字列に「うんこ」と入れるな
テスト文字列に「うんこ」と入れるな
Kubernetesによる機械学習基盤への挑戦
Kubernetesによる機械学習基盤への挑戦
オントロジー工学に基づくセマンティック技術(2)ナレッジグラフ入門
オントロジー工学に基づくセマンティック技術(2)ナレッジグラフ入門
インフラエンジニアの綺麗で優しい手順書の書き方
インフラエンジニアの綺麗で優しい手順書の書き方
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
Mehr von Fuyuki Ishikawa
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
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
Mehr von Fuyuki Ishikawa
(11)
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
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.
◼
Jetzt herunterladen