データセット多様性のソフトウェア・テスティング
2018 年 35 巻 2 号 p. 2_26-2_32
詳細
2018 年 35 巻 2 号 p. 2_26-2_32
統計的な機械学習プログラムには通常のソフトウェア・テスティングが前提とする確定的なオラクルが存在しない．相対的な正解値に基づく疑似オラクルを用いることになる．その具体的な方法として，多様なデータを入力して検査するメタモルフィック・テスティングが有力である．一方，機械学習プログラムへの入力は多数のデータからなるデータセットである．データ分布の違いが入力の多様性を表すといってよい．本稿は，コーナケース・テスティングを目的として，適切な偏りを持つ入力データセットを得るフォローアップ入力生成の新しい方法を提案する．具体例として，サポートベクタマシンならびにニューラルネットへの適用事例を報告する．
