論文の概要: Teaching Software Engineering for AI-Enabled Systems

• arxiv url: http://arxiv.org/abs/2001.06691v1
• Date: Sat, 18 Jan 2020 15:24:17 GMT
• ステータス: 処理完了
• システム内更新日: 2023-01-10 05:03:09.457767
• Title: Teaching Software Engineering for AI-Enabled Systems
• Title（参考訳）: AI対応システムのためのソフトウェア工学教育
• Authors: Christian K\"astner, Eunsuk Kang
• Abstract要約: このコースは、機械学習のバックグラウンドを持つ学生にソフトウェア工学のスキルを教える。 コースとインフラストラクチャを説明し、経験を共有し、コースを初めて教えることから得られるすべての材料について説明する。
• 参考スコア（独自算出の注目度）: 7.01053472751897
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Software engineers have significant expertise to offer when building intelligent systems, drawing on decades of experience and methods for building systems that are scalable, responsive and robust, even when built on unreliable components. Systems with artificial-intelligence or machine-learning (ML) components raise new challenges and require careful engineering. We designed a new course to teach software-engineering skills to students with a background in ML. We specifically go beyond traditional ML courses that teach modeling techniques under artificial conditions and focus, in lecture and assignments, on realism with large and changing datasets, robust and evolvable infrastructure, and purposeful requirements engineering that considers ethics and fairness as well. We describe the course and our infrastructure and share experience and all material from teaching the course for the first time.
• Abstract（参考訳）: ソフトウェアエンジニアは、インテリジェントなシステムを構築する際に、何十年もの経験と、たとえ信頼できないコンポーネントで構築されたとしても、スケーラブルでレスポンシブでロバストなシステムを構築するための方法を描くための、大きな専門知識を持っている。 人工知能や機械学習(ml)コンポーネントを持つシステムは、新たな課題を引き起こし、注意深いエンジニアリングを必要とする。 我々は、MLのバックグラウンドを持つ学生にソフトウェア工学のスキルを教える新しいコースを設計した。 特に、人工的な条件下でモデリングテクニックを教える伝統的なMLコース、講義や課題、大規模で変化の激しいデータセットによるリアリズム、堅牢で進化可能なインフラストラクチャ、倫理と公正性も考慮した目的のある要件エンジニアリングなどを超えています。 コースとインフラと経験を共有し、コースを初めて教えることから得られるすべての材料について説明する。

関連論文リスト

• Machine Learning-Enabled Software and System Architecture Frameworks [48.87872564630711]
  データサイエンスと機械学習に関連する関心事、例えばデータサイエンティストやデータエンジニアの利害関係者は、まだ既存のアーキテクチャフレームワークには含まれていない。 10か国25以上の組織から61名の被験者を対象に調査を行った。
  論文  参考訳（メタデータ） (2023-08-09T21:54:34Z)
• Utilizing Online and Open-Source Machine Learning Toolkits to Leverage the Future of Sustainable Engineering [8.641860292533023]
  Edge Impulseは、TinyMLに対応したオープンソースのArduino教育ツールキットを設計した。 本稿では,MLツールキットを教室で活用するために工学教育者が行った様々な応用とアプローチについて論じる。
  論文  参考訳（メタデータ） (2023-04-21T17:50:21Z)
• Enabling Automated Machine Learning for Model-Driven AI Engineering [60.09869520679979]
  モデル駆動型ソフトウェアエンジニアリングとモデル駆動型AIエンジニアリングを実現するための新しいアプローチを提案する。 特に、私たちはAutomated MLをサポートし、AI集約システムの開発において、AIの深い知識のないソフトウェアエンジニアを支援します。
  論文  参考訳（メタデータ） (2022-03-06T10:12:56Z)
• Panoramic Learning with A Standardized Machine Learning Formalism [116.34627789412102]
  本稿では,多様なMLアルゴリズムの統一的な理解を提供する学習目的の標準化された方程式を提案する。 また、新しいMLソリューションのメカニック設計のガイダンスも提供し、すべての経験を持つパノラマ学習に向けた有望な手段として機能する。
  論文  参考訳（メタデータ） (2021-08-17T17:44:38Z)
• Technology Readiness Levels for Machine Learning Systems [107.56979560568232]
  機械学習システムの開発とデプロイは、現代のツールで簡単に実行できますが、プロセスは一般的に急ぎ、エンドツーエンドです。 私たちは、機械学習の開発と展開のための実証済みのシステムエンジニアリングアプローチを開発しました。 当社の「機械学習技術準備レベル」フレームワークは、堅牢で信頼性が高く、責任あるシステムを確保するための原則的なプロセスを定義します。
  論文  参考訳（メタデータ） (2021-01-11T15:54:48Z)
• Using game simulator Software Inc in the Software Engineering education [0.0]
  この記事では、将来のソフトウェアエンジニアのトレーニングにゲームシミュレータSotware Incを使用することの可能性について述べる。 教育過程におけるゲームシミュレータを含む現代のICTの利用は、教育材料の品質を向上させることができる。
  論文  参考訳（メタデータ） (2020-11-26T13:26:55Z)
• Technology Readiness Levels for AI & ML [79.22051549519989]
  機械学習システムの開発は、現代的なツールで容易に実行できるが、プロセスは通常急いで、エンドツーエンドで実行される。 エンジニアリングシステムは、高品質で信頼性の高い結果の開発を効率化するために、明確に定義されたプロセスとテスト標準に従います。 我々は、機械学習の開発と展開のための実証されたシステムエンジニアリングアプローチを提案する。
  論文  参考訳（メタデータ） (2020-06-21T17:14:34Z)
• Machine Learning for Software Engineering: A Systematic Mapping [73.30245214374027]
  ソフトウェア開発業界は、現代のソフトウェアシステムを高度にインテリジェントで自己学習システムに移行するために、機械学習を急速に採用している。 ソフトウェアエンジニアリングライフサイクルの段階にわたって機械学習の採用について、現状を探求する包括的な研究は存在しない。 本研究は,機械学習によるソフトウェア工学(MLSE)分類を,ソフトウェア工学ライフサイクルのさまざまな段階に適用性に応じて,最先端の機械学習技術に分類するものである。
  論文  参考訳（メタデータ） (2020-05-27T11:56:56Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。

指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。