دوره آموزشی داده های مصنوعی برای آزمایش کنندگان نرم افزار
1 ساعت 18 دقیقهمتوسط2024-05-10
مدرسین

Mike Smith
R&D architect
جزئیات دوره
هنگامی که داده های واقعی کمیاب هستند یا زمانی که حریم خصوصی در اولویت است، استفاده از داده های مصنوعی برای آزمایش می تواند راه حل باشد. با تولید مصنوعی داده هایی که ویژگی های آماری داده های دنیای واقعی را تقلید می کند، مراحل تضمین کیفیت را می توان با موفقیت و با ریسک کمتر انجام داد.
در این دوره آموزشی، نحوه ایجاد چنین مجموعههای داده و نحوه استفاده از دادهها در طول سناریوهای آزمایش عملی را بیاموزید. با الگوریتم ها و ابزارهایی که می توانند برای ایجاد داده های مصنوعی استفاده شوند، آشنا شوید. در مورد نحوه کار با دادههای سری زمانی و بدون ساختار، بینشهایی دریافت کنید که با مدیریت قالبهای داده پیچیده، اعتماد به نفس شما را بهبود میبخشد. یک چالش در دوره، تمرین عملی را تسهیل میکند، بنابراین میتوانید با مراحل درگیر راحت شوید. مربی مایک اسمیت همچنین محدودیتهای مرتبط با دادههای مصنوعی را مورد بحث قرار میدهد و شما را آماده میکند تا در صورت بروز محدودیتها، بتوانید از آنها عبور کنید.
اهداف یادگیری
سناریوهایی را شناسایی کنید که در آن دادههای مصنوعی میتوانند در محیطهای آزمایشی استفاده شوند
یک مجموعه داده مصنوعی ایجاد کنید که داده های دنیای واقعی را تقلید کند
اقدامات پیشگیرانه را برای اطمینان از حفظ حریم خصوصی داده ها در طول آزمایش انجام دهید
یک خط لوله داده مصنوعی برای تضمین کیفیت راه اندازی کنید
از داده های سری زمانی و داده های بدون ساختار در طول آزمایش استفاده کنید
در این دوره آموزشی، نحوه ایجاد چنین مجموعههای داده و نحوه استفاده از دادهها در طول سناریوهای آزمایش عملی را بیاموزید. با الگوریتم ها و ابزارهایی که می توانند برای ایجاد داده های مصنوعی استفاده شوند، آشنا شوید. در مورد نحوه کار با دادههای سری زمانی و بدون ساختار، بینشهایی دریافت کنید که با مدیریت قالبهای داده پیچیده، اعتماد به نفس شما را بهبود میبخشد. یک چالش در دوره، تمرین عملی را تسهیل میکند، بنابراین میتوانید با مراحل درگیر راحت شوید. مربی مایک اسمیت همچنین محدودیتهای مرتبط با دادههای مصنوعی را مورد بحث قرار میدهد و شما را آماده میکند تا در صورت بروز محدودیتها، بتوانید از آنها عبور کنید.
اهداف یادگیری
سناریوهایی را شناسایی کنید که در آن دادههای مصنوعی میتوانند در محیطهای آزمایشی استفاده شوند
یک مجموعه داده مصنوعی ایجاد کنید که داده های دنیای واقعی را تقلید کند
اقدامات پیشگیرانه را برای اطمینان از حفظ حریم خصوصی داده ها در طول آزمایش انجام دهید
یک خط لوله داده مصنوعی برای تضمین کیفیت راه اندازی کنید
از داده های سری زمانی و داده های بدون ساختار در طول آزمایش استفاده کنید
مهارت ها
Software TestingMachine LearningGenerative AIArtificial Intelligence (AI)Software DevelopmentOne-Off
سرفصل ها
0. مقدمه
- 01 - قدرت دادههای مصنوعی را کشف کنید
- 02 - آنچه باید بدانید
- 03 - این دوره برای چه کسانی است
1. درک دادههای مصنوعی
- 04 - تعریف دادههای مصنوعی
- 05 - تولید دادههای مصنوعی
- 06 - از موارد برای دادههای مصنوعی در آزمایش استفاده کنید
2. جنبههای فنی دادههای مصنوعی
- 07 - الگوریتمها و ابزار
- 08 - تضمین حریم خصوصی دادهها با دادههای مصنوعی
- 09 - آزمایش با دادههای سری زمانی و بدون ساختار
3. دستی - تولید دادههای مصنوعی
- 10 - مقدمه ای بر ابزارهای تولید داده
- 11 - ایجاد اولین مجموعه داده مصنوعی
- 12 - تکنیکهای پیشرفته دادههای مصنوعی
- 13 - پروژه عملی - تقلید از دادههای دنیای واقعی
4. پیادهسازی عملی و مطالعات موردی
- 14 - راهاندازی خط لوله داده مصنوعی
- 15 - تضمین کیفیت و دادههای مصنوعی
- 16 - مطالعه موردی - پیادهسازی در دنیای واقعی
5. خطرات و چالش ها
- 17 - محدودیتهای دادههای مصنوعی
- 18 - نگرانیهای امنیتی
- 19 - آینده دادههای مصنوعی و آزمایش
نتیجه
- 20 - به سفر یادگیری دادههای مصنوعی خود ادامه دهید
دوره های مرتبط
- دوره آموزشی تکنیکهای پیشرفته Playwright: بهینهسازی سرعت، پایداری و تست ابری
- دوره آموزشی تست اتوماسیون API با SoapUI
- دوره آموزشی اتوماسیون عاملی: شروع سریع ساخت Agent با UiPath
- دوره آموزشی یادگیری Selenium: ساختاردهی، مقیاسبندی، اجرا و بهینهسازی تستهای خودکار
- دوره آموزشی توسعه مبتنی بر تست در دنیای هوش مصنوعی
- دوره آموزشی پرومتئوس و گرافانا: بصریسازی عملکرد برنامهها
- دوره آموزشی اسکریپتنویسی پیشرفته برای تستکنندگان: دادههای محلی، صفحات گسترده و گزارشدهی
- دوره آموزشی تست اپلیکیشنهای React با Jest و کتابخانه React Testing Library