ISTQB基于AI的软件测试和AI系统测试技术视频教程

wrp/源码 2年前 0 11 1282

课程介绍

虽然现有系统的测试众所周知，但AI系统在日常生活中越来越广泛和重要，它带来了新的挑战。本课程将介绍人工智能（AI）的核心概念、确定接受标准的方法以及如何测试基于AI的系统。这些系统具有独特的特性。复杂（例如深度神经网络）、可自我学习、基于大数据、非决定性的测试带来了新的挑战和机会。

本课程介绍了目前使用的各种类型的基于AI的系统，并说明了机器学习（ML）通常是这些系统的核心部分，以及构建ML系统是多么容易。说明基于AI的系统的许可标准设置应如何更改、为什么要考虑道德以及基于AI的系统的特性如何使测试比现有系统更难。

介绍AIT的ISTQB AI测试过程

有三种观点可用于展示如何通过这些系统实现质量。首先，为了确保用于学习和预测的数据质量，我们将考虑在构建机器学习系统时所需的选择和确认。理想情况下，我们想要的是没有偏见和错误标签的数据，但最重要的是，我们想要的是与问题密切相关的数据。其次考察了适合人工智能基础系统黑匣子测试的back-to-back测试、A/B测试等方法的范围，并更具体地介绍Metamopic测试技术。第三，演示如何应用白盒测试来驱动测试并测量神经网络的测试范围。

以无人驾驶汽车为例，演示虚拟测试环境的必要性。.

最后，通过查看AI成功应用于典型测试问题的案例，我们将考虑如何使用AI作为支持测试的工具的基础。

本课程非常实用，为与会者提供了构建和测试不同类型机器学习系统的经验，包括大量实践。无需编程经验。

发布时间 11/2022
由 STA consulting
MP4 创建 | 视频：h264、1280×720 | 音频：AAC，44.1 KHz，2 通道
类型：在线学习 | 语言：英语 | 持续时间：41 个讲座（12 小时 11 分钟）| 大小：12.8 GB

你会学到什么

了解人工智能的现状和预期趋势。
体验 ML 模型的实施和测试，并识别测试人员最能影响其质量的地方。
了解与测试基于 AI 的系统相关的挑战，例如它们的自学能力、偏见、道德、复杂性、非确定性、transpa
为基于 AI 的系统的测试策略做出贡献。
为基于 AI 的系统设计和执行测试用例。
认识到测试基础设施的特殊要求，以支持基于 AI 的系统的测试。
了解如何使用 AI 来支持软件测试。

本课程适合谁

任何参与测试基于 AI 的系统和/或用于测试的 AI 的人。
这包括担任测试人员、测试分析师、数据分析师、测试工程师、测试顾问、测试经理、用户验收测试人员和软件开发人员等角色的人员。
该认证也适用于希望对测试基于 AI 的系统和/或用于测试的 AI 有基本了解的任何人，例如项目经理、质量经理、软件开发经理、业务分析师、运营团队成员、IT 主管和管理顾问.
要获得此认证，考生必须持有 Certified Tester Foundation Level 证书。