Undersøgelse: Forskeres AI-kode på GitHub er ofte svær at bruge

19. marts 2019 kl. 00:112
GitHub
Illustration: Iconbunny Pvt. Ltd / Bigstock.
Det skaber afstand mellem industrien og akademikere, mener kinesiske forskere.
Artiklen er ældre end 30 dage
Manglende links i teksten kan sandsynligvis findes i bunden af artiklen.

Når det kommer til forskning i AI-modeller og metoder, er reproducerbarhed et af de helt store nøgleord. Hvis andre forskere eller praktikere, skal kunne bruge nye algoritmer eller modeller til noget, skal resultatet let kunne afprøves og verificeres. Alt for ofte er det langt fra muligt.

Det viser en undersøgelse foretaget af forskere ved Peking Universitets Key Laboratory of High Confidence Software Technologies.

Læs hele artiklen

DataTech er til professionelle, der arbejder med data og analytics.

Få 3 ugers gratis prøveabonnement. Betalingskort er ikke påkrævet, og du bliver ikke flyttet til et betalt abonnement efterfølgende.

Du kan også få tilsendt et tilbud til dig.

Abonnementsfordele
vpn_key
Fuld adgang til DataTech
Alt indhold på DataTech er åbent for dig, så du kan nyde det fra din computer, tablet eller mobil.
drafts
Kuraterede nyhedsbreve
Nyheder, interviews, tendenshistorier og meget mere, leveret til din indbakke.
Adgang til andre medier
Hver måned får du 6 klip, som kan bruges til permanent at låse op for indhold på vores andre medier.
thumb_up
Adgang til debatten
Deltag i debatten med andre professionelle.
2 kommentarer.  Hop til debatten
Debatten
Log ind eller opret en bruger for at deltage i debatten.
settingsDebatindstillinger
1
24. marts 2019 kl. 16:31

Hej Datatech,

Interessant artikel der påpeger en viktig mangel i dagens ML miljø!

For at fremme vidensdeling vil jeg lige opfordre til at linke til de værktøjer der omtales:

2
25. marts 2019 kl. 13:01

Hej Anders - tak for kommentaren og rettelsen! Jeg har nu sat links ind i teksten. Mvh