首页
学习
活动
专区
工具
TVP
发布

不能显示专栏创建者

technewsworld翻译专栏
专栏作者
220
文章
142704
阅读量
52
订阅数
机器学习正在改变软件测试的未来
大多数软件开发团队认为他们的测试效果不佳。他们知道质量缺陷的影响是巨大的,因此他们在质量保证上投入了大量资金,但是他们仍然没有得到想要的结果。这不是由于缺乏人才或精力-支持软件测试的技术根本无效。该行业服务不足。
田冠宇
2020-12-25
7860
开源测试工具的现状
Tricentis和三个调查项目的合作者最近发布了研究结果,这些研究结果提供了有关开源测试的全球趋势的新见解。 该研究的重点是开放源代码工具测试行业,而不是公司和软件开发人员如何或是否测试其代码。这是开源软件和商业软件或专有软件都面临的问题。 结果显示,缺乏技术技能是采用开源工具的主要障碍,接受调查的组织中有30%表示,他们缺乏采用开源工具的技能,据该公司战略计划高级副总裁Kevin Dunne称。 Tricentis。 成本是开源工具采用的唯一,最大的推动力,接受调查的人中有39%指出,成本是第一大收益。其他因素,例如社区支持(16%)和易定制性(14%),也排名很高。 该发布的报告是从2,000名从事功能测试,负载/性能测试或行为驱动的开发的全球调查受访者中收集的。 结果表明,即使对于最大,最关注安全性的企业,开源测试工具也可以作为可行的选择获得支持。但是,一些受访者仍然面临组织内部对开源安全性和支持的反对。
YH
2020-12-20
4220
机器学习正在改变软件测试的未来(Computing)
大多数软件开发团队认为他们的软件测试能力不足。他们明白质量缺陷所带来的影响是巨大的,在质量保证方面投入了大量资金,但仍然没有得到想要的结果。这并不是因为缺乏人才或努力,而是因为软件测试的技术效率极低。软件测试这一行业一直没有得到很好地发展。
谭雪儿
2020-12-18
8430
自主的端到端测试
机器学习在端到端测试中的核心优势是能够利用高度复杂的产品分析数据来识别和预测用户需求。 ML驱动的测试能够观察Web应用程序上的每个用户交互,了解用户经历的常见(和边缘)过程,并确保这些用例始终按预期运行。 如果该机器正在测试许多应用程序,那么它可以从所有这些应用程序中学习,以预期对应用程序的新更改将如何影响用户体验。 借助这些数据,机器学习驱动的测试已经可以比人类建立更好,更有意义的测试。 由ML驱动的自动化开发的测试比由人类构建的测试自动化更快,更便宜地构建和维护。 这样的测试可以带来更快(和更高质量)的部署,这对任何工程副总裁的预算都是一个福音。
YH
2020-12-14
4180
供应商的游戏系统将提高宽带速度
衡量宽带美国(Measuring Broadband America),一项已有10年历史的FCC计划,已变得不可靠,该计划旨在确保Internet服务提供商兑现其对消费者的连接速度承诺。
shellmik
2019-12-18
4220
没有更多了
社区活动
RAG七天入门训练营
鹅厂大牛手把手带你上手实战
Python精品学习库
代码在线跑,知识轻松学
博客搬家 | 分享价值百万资源包
自行/邀约他人一键搬运博客,速成社区影响力并领取好礼
技术创作特训营·精选知识专栏
往期视频·千货材料·成员作品 最新动态
领券
问题归档专栏文章快讯文章归档关键词归档开发者手册归档开发者手册 Section 归档