L773:1865 1356 OR L773:1865 1348 OR L773:9783030942373
Sökning: L773:1865 1356 OR L773:1865 1348 OR L773:9783030942373 > A taxonomy of softw...
- 44 av 95
- Föregående post
- Nästa post
- Till träfflistan
A taxonomy of software engineering challenges for machine learning systems: An empirical investigation
-
- Lwakatare, Lucy, 1987 (författare)
- Chalmers tekniska högskola,Chalmers University of Technology,Department of Computer Science and Engineering, Chalmers University of Technology, Hörselgången 11, Gothenburg, 412 96, Sweden
-
- Munappy, Aiswarya Raj, 1990 (författare)
- Chalmers tekniska högskola,Chalmers University of Technology,Department of Computer Science and Engineering, Chalmers University of Technology, Hörselgången 11, Gothenburg, 412 96, Sweden
-
- Bosch, Jan, 1967 (författare)
- Chalmers tekniska högskola,Chalmers University of Technology,Department of Computer Science and Engineering, Chalmers University of Technology, Hörselgången 11, Gothenburg, 412 96, Sweden
- visa fler...
- visa färre...
- (creator_code:org_t)
- 2019-04-27
- 2019
- Engelska.
- Ingår i: Lecture Notes in Business Information Processing. - Cham : Springer International Publishing. - 1865-1356 .- 1865-1348. ; 355, s. 227-243, s. 227-243
- Konferensbidrag (refereegranskat)
Abstract
Ämnesord
Stäng
- Artificial intelligence enabled systems have been an inevitable part of everyday life. However, efficient software engineering principles and processes need to be considered and extended when developing AI- enabled systems. The objective of this study is to identify and classify software engineering challenges that are faced by different companies when developing software-intensive systems that incorporate machine learning components. Using case study approach, we explored the development of machine learning systems from six different companies across various domains and identified main software engineering challenges. The challenges are mapped into a proposed taxonomy that depicts the evolution of use of ML components in software-intensive system in industrial settings. Our study provides insights to software engineering community and research to guide discussions and future research into applied machine learning.
Ämnesord
- NATURVETENSKAP -- Data- och informationsvetenskap -- Programvaruteknik (hsv//swe)
- NATURAL SCIENCES -- Computer and Information Sciences -- Software Engineering (hsv//eng)
- NATURVETENSKAP -- Data- och informationsvetenskap -- Datavetenskap (hsv//swe)
- NATURAL SCIENCES -- Computer and Information Sciences -- Computer Sciences (hsv//eng)
- TEKNIK OCH TEKNOLOGIER -- Elektroteknik och elektronik -- Datorsystem (hsv//swe)
- ENGINEERING AND TECHNOLOGY -- Electrical Engineering, Electronic Engineering, Information Engineering -- Computer Systems (hsv//eng)
Nyckelord
- Machine learning
- Challenges
- Software engineering
- Artificial intelligence
Publikations- och innehållstyp
- kon (ämneskategori)
- ref (ämneskategori)
Hitta via bibliotek
- Lecture Notes in Business Information Processing (Sök värdpublikationen i LIBRIS)
Till lärosätets databas
- 44 av 95
- Föregående post
- Nästa post
- Till träfflistan
Hitta mer i SwePub
- Av författaren/redakt...
- Lwakatare, Lucy, ...
- Munappy, Aiswary ...
- Bosch, Jan, 1967
- Olsson Holmström ...
- Crnkovic, Ivica, ...
- Om ämnet
-
- NATURVETENSKAP
- NATURVETENSKAP
- och Data och informa ...
- och Programvarutekni ...
-
- NATURVETENSKAP
- NATURVETENSKAP
- och Data och informa ...
- och Datavetenskap
-
- TEKNIK OCH TEKNOLOGIER
- TEKNIK OCH TEKNO ...
- och Elektroteknik oc ...
- och Datorsystem
- Artiklar i publikationen
- Lecture Notes in ...
- Agile Processes ...
- Av lärosätet
- Chalmers tekniska högskola
- Malmö universitet
Sök utanför SwePub
- Sök vidare i:
- Google Book Search
- Google Scholar
Kungliga biblioteket hanterar dina personuppgifter i enlighet med EU:s dataskyddsförordning (2018), GDPR. Läs mer om hur det funkar här.
Så här hanterar KB dina uppgifter vid användning av denna tjänst.
- Copyright © LIBRIS - Nationella bibliotekssystem
- LIBRIS.kb.se
