測試驅動開發(fā)

測試驅動開發(fā)，英文全稱Test-Driven Development，簡稱TDD，是一種不同于傳統(tǒng)軟件開發(fā)流程的新型的開發(fā)方法。它要求在編寫某個功能的代碼之前先編寫測試代碼，然后只編寫使測試通過的功能代碼，通過測試來推動整個開發(fā)的進行。這有助于編寫簡潔可用和高質量的代碼，并加速開發(fā)過程。

測試驅動開發(fā)基本信息

中文名稱 測試驅動開發(fā) 外文名稱 Test-Driven Development
簡稱 TDD 推薦者 Kent Beck先生

測試驅動開發(fā)造價信息

市場價 信息價 詢價
材料名稱 規(guī)格/型號 市場價
（除稅）		 工程建議價
（除稅）		 行情 品牌 單位 稅率 供應商 報價日期
驅動氣瓶 QYP70/13.5-DD 70L N2 查看價格 查看價格

瓶組 13% 東莞市虎鯨消防科技有限公司
氮氣驅動氣瓶護罩 HFZ-04 查看價格 查看價格

只 13% 廣州勝捷消防設備有限公司
氮氣驅動氣瓶組 YP70/13.5 查看價格 查看價格

瓶組 13% 廣東勝捷消防器材有限公司
驅動氮氣瓶組 品種:儲氣瓶組,型號:QQP4/6,儲罐容積:6L 查看價格 查看價格

首華

 瓶組 13% 廣東首華消防設備有限公司浙江辦事處
氮氣驅動氣瓶組 YP70/13.5 查看價格 查看價格

瓶組 13% 廣州勝捷消防設備有限公司
氮氣驅動氣瓶護罩 HFZ-04 查看價格 查看價格

只 13% 廣東勝捷消防器材有限公司
驅動瓶 ZEQDP/4 查看價格 查看價格

金盾

 套 13% 上海金盾消防安全科技有限公司(福建省廠商期刊)
驅動瓶 ZEQDP/7 查看價格 查看價格

金盾

 套 13% 上海金盾消防安全科技有限公司(福建省廠商期刊)
材料名稱 規(guī)格/型號 除稅
信息價		 含稅
信息價		 行情 品牌 單位 稅率 地區(qū)/時間
驅動瓶架 ZEQJ 查看價格 查看價格

瓶組 湛江市2005年2月信息價
驅動裝置 ZEPD6 查看價格 查看價格

瓶組 湛江市2005年2月信息價
驅動瓶架 ZEQJ 查看價格 查看價格

瓶組 湛江市2005年1月信息價
驅動瓶架 ZQQJ 查看價格 查看價格

瓶組 湛江市2005年1月信息價
驅動裝置 ZEPD6 查看價格 查看價格

瓶組 湛江市2005年1月信息價
驅動瓶架 ZQQJ 查看價格 查看價格

瓶組 湛江市2005年2月信息價
鋼瓶驅動盤 LD-FT6304B 查看價格 查看價格

臺 湛江市2005年1月信息價
鋼瓶驅動盤 LD-FT6304A 查看價格 查看價格

臺 湛江市2005年1月信息價
材料名稱 規(guī)格/需求量 報價數(shù) 最新報價
（元）		 供應商 報價地區(qū) 最新報價時間
開發(fā)測試服務器 2×英特爾至強 金牌 6330 2G, 28C/56T8×32GB DDR4內存2×600GB SAS硬盤雙熱插拔電源含上架套件|4個 1 查看價格 廣州市熹尚科技設備有限公司 全國   2021-09-09
開發(fā) 組態(tài)軟件開發(fā)板,無限點,開發(fā)版|1套 1 查看價格 北京康泰博控科技有限公司 廣東   2019-07-25
定制開發(fā) 手機APP軟件開發(fā)，接口開發(fā)及預留接口開發(fā) 詳細要求見設計說明的產(chǎn)品參數(shù)要求|1項 1 查看價格 金三立視頻科技（深圳）有限公司 廣東  東莞市 2017-04-27
測試板 測試板|24.12個 3 查看價格 四川協(xié)和林網(wǎng)絡科技有限公司 四川   2022-06-22
光纖測試 OTDR測試|12芯 1 查看價格 深圳市澳斯聯(lián)科實業(yè)有限公司 廣東   2020-09-01
光纖測試 OTDR測試|1項 1 查看價格 廣州云帆智能科技有限責任公司 廣東   2020-02-18
OPC接口開發(fā) OPC接口開發(fā)|1個 1 查看價格 深圳市維納自控工程有限公司 廣東   2022-06-17
HIS系統(tǒng)接口開發(fā) HIS系統(tǒng)接口開發(fā)|1套 1 查看價格 北京神州視翰科技股份有限公司南寧辦事處 全國   2022-02-28

測試驅動開發(fā)常見問題

  • igbt驅動的測試

    帶保護功能的驅動器和驅動板，用戶如要測試正常的靜態(tài)(不加主電情況下)輸出波形，需要注意以下幾點：1、如果功率管IGBT或MOSFET已經(jīng)連接在電路中了，則加上驅動電源和PWM輸入信號，就可以在輸出端用...

  • LED驅動電源要測試哪些項目？

    測試項目：1、額定輸出電流下的輸入電壓適應范圍；2、輸出帶負載能力需要的儀器：1、調壓器2、交流電壓表、直流電壓表和直流電流表

  • 驅動

    在廣聯(lián)達新干線或者是G+里面都可以下載

測試驅動開發(fā)文獻

XXX驅動測試報告(無設備) XXX驅動測試報告(無設備)

格式：pdf

大?。?span id="cokmiui" class="single-tag-height">11KB

頁數(shù)： 2頁

評分： 4.6

XXX 驅動測試報告（無設備） 1 引言 1.1 測試目的 寫明測試所要達到的目標，如：保證配置對話框屬性與屬性窗口中的屬相對應； 寄存器類型和個數(shù)正確；等等 1.2 測試背景 1、測試所用版本： XXX 2、操作系統(tǒng)： XXX 3、測試時間： XXX----XXX 4、開發(fā)人員： XXX 5、測試人員： XXX 1.3 參考文檔 序號 文檔資料名稱 路徑或鏈接 1 XXX ＸＸＸＸＸＸＸ 2 列出測試中所查看的相關文檔資料，寫出文檔名稱以及路徑（路徑需超鏈接） 2 測試概要 2.1 測試點 羅列出所有測試要點 2.2 測試工具 寫出測試中所用到得測試通訊的輔助工具 2.3 測試數(shù)據(jù) 寫出測試中所用到得測試數(shù)據(jù) 3 分析摘要 3.1 問題 測試中遇到的問題（不僅僅指 bug）以及解決情況 3.2 結論與建議 測試情況總括以及建議 測試數(shù)據(jù)的情況： bug數(shù)量以及 bug嚴重程度

立即下載
LED燈驅動器噪聲測試(聲壓級、聲功率級) LED燈驅動器噪聲測試(聲壓級、聲功率級)

格式：pdf

大小：11KB

頁數(shù)： 13頁

評分： 4.6

LED燈驅動器的噪聲試驗 一、項目介紹 本項目要求選定合適的測試位置測試被測產(chǎn)品的 A 計權聲壓級。 二、試驗相關說明 1、樣品描述： 圖一為被測產(chǎn)品 2、本次試驗依據(jù)的基礎方法標準為： ENERGY STAR Program Requirements Product Specification for Lamps ：Noise 及測試公司要求的行業(yè)標準。 3、試驗說明 3.1 氣候條件 溫度： 20℃±5℃ 濕度： 50%±20% 3.2 將測試產(chǎn)品放置在平臺上通過膠布將其分別固定在距離麥克風 0cm，1cm， 5cm，10cm 處進行噪聲測試。 3.3 待驅動器穩(wěn)定工作后， 測試并記錄各測點不同亮度、 不同負載條件下的 A 計 權平均聲壓級。 三、測試現(xiàn)場 圖一、測量時麥克風距離 LED 驅動器為 0cm 圖二、測量時麥克風距離 LED 驅動器為 1cm 圖三、測量時麥克風距離

立即下載

前言

第一部分　工程基礎篇

第1章　機器學習軟件工程方法 2

1.1　機器學習簡述 2

1.1.1　機器學習與人工智能、深度學習等的關系 2

1.1.2　機器學習類別與范式 4

1.2　軟件工程方法 13

1.2.1　機器學習中的軟件工程 15

1.2.2　編碼和測試 18

1.3　樸素貝葉斯測試驅動開發(fā)案例 21

1.3.1　開發(fā)準備 22

1.3.2　開發(fā)郵件分類器 24

1.4　本章小結 29

第2章　工程環(huán)境準備 30

2.1　Anaconda 31

2.1.1　安裝Anaconda 31

2.1.2　使用conda管理環(huán)境 32

2.1.3　Jupyter Notebook 基礎使用和示例 34

2.2　使用Pipenv定制Python環(huán)境 37

2.2.1　Pipenv簡介 38

2.2.2　Pipenv基礎使用和示例 39

2.3　Docker打包環(huán)境 41

2.3.1　Docker簡述 42

2.3.2　Docker架構 43

2.3.3　Docker基礎使用和示例 45

2.3.4　打包示例 46

2.4　標準化在數(shù)據(jù)科學項目中的意義 48

2.5　數(shù)據(jù)科學項目工程環(huán)境 49

2.5.1　開發(fā)鏡像 50

2.5.2　項目工程模板 51

2.5.3　操作演示 54

2.6　本章小結 55

第3章　實驗數(shù)據(jù)準備 56

3.1　常用數(shù)據(jù)分布 56

3.1.1　伯努利分布 58

3.1.2　二項分布 58

3.1.3　泊松分布 58

3.1.4　均勻分布 59

3.1.5　正態(tài)分布 59

3.1.6　指數(shù)分布 60

3.2　開源數(shù)據(jù)集 62

3.2.1　開源數(shù)據(jù)集介紹 62

3.2.2　scikit-learn中的數(shù)據(jù)集 63

3.3　scikit-learn數(shù)據(jù)集生成接口 66

3.3.1　常用接口 66

3.3.2　分類模型隨機數(shù)據(jù)生成 67

3.3.3　回歸模型隨機數(shù)據(jù)生成 68

3.3.4　聚類模型隨機數(shù)據(jù)生成 69

3.4　隨機數(shù)生成簡介 70

3.4.1　隨機數(shù)生成的原理和概念 71

3.4.2　隨機數(shù)生成示例 72

3.4.3　隨機數(shù)應用場景介紹 72

3.5　本章小結 73

第二部分　機器學習基礎篇

第4章　機器學習項目流程與核心概念 76

4.1　機器學習項目流程 76

4.1.1　如何定義Y 78

4.1.2　如何取樣X 81

4.1.3　如何劃分數(shù)據(jù)集 83

4.1.4　如何選擇學習算法 84

4.1.5　數(shù)據(jù)分析和處理 85

4.1.6　特征工程 87

4.1.7　模型訓練與調參 88

4.1.8　模型評估與報告 89

4.1.9　模型部署 91

4.1.10　模型監(jiān)控 91

4.1.11　模型重訓或重建 92

4.2　機器學習算法8個核心概念 92

4.2.1　損失函數(shù)和正則化 92

4.2.2　欠擬合與過擬合、偏差與方差 98

4.2.3　交叉驗證 101

4.2.4　數(shù)據(jù)泄露 104

4.3　本章小結 106

第5章　數(shù)據(jù)分析與處理 107

5.1　變量的類型 107

5.2　常用分析方法 108

5.2.1　整體數(shù)據(jù)概覽 109

5.2.2　單變量可視化分析 110

5.2.3　雙變量可視化分析 113

5.2.4　多變量可視化分析 118

5.3　缺失值分析與處理 120

5.3.1　數(shù)據(jù)缺失的類型 120

5.3.2　查看缺失情況 120

5.3.3　缺失值處理方式 122

5.4　異常值分析與處理 126

5.4.1　查看異常情況 126

5.4.2　異常值處理 129

5.5　數(shù)據(jù)分析工具包開發(fā)實戰(zhàn) 129

5.5.1　核心功能 129

5.5.2　使用示例 130

5.5.3　核心代碼 131

5.6　本章小結 139

第三部分　特征篇

第6章　特征工程 142

6.1　特征工程簡介 142

6.2　特征處理基礎方法和實現(xiàn) 144

6.2.1　定量特征 146

6.2.2　序數(shù)特征 148

6.2.3　類別特征 149

6.2.4　WOE編碼 153

6.2.5　日期特征 155

6.3　特征離散化方法和實現(xiàn) 156

6.3.1　等寬和等頻離散法 158

6.3.2　信息熵分箱原理與實現(xiàn) 161

6.3.3　Best-KS分箱原理與實現(xiàn) 167

6.3.4　卡方分箱原理與實現(xiàn) 172

6.3.5　分箱效果 178

6.4　本章小結 178

第7章　基于Featuretools的自動特征衍生 180

7.1　特征衍生 180

7.2　Featuretools簡介 181

7.2.1　安裝 182

7.2.2　核心概念和接口介紹 182

7.3　Featuretools原理 186

7.3.1　特征綜合抽象 187

7.3.2　深度特征綜合算法 187

7.4　Featuretools實踐案例 189

7.4.1　流程 189

7.4.2　捷信數(shù)據(jù) 189

7.4.3　構建實體和實體集 191

7.4.4　構建關系 193

7.4.5　特征基元 196

7.4.6　深度特征合成 197

7.5　本章小結 198

第8章　特征選擇 199

8.1　特征選擇概述 199

8.1.1　特征選擇及其意義 200

8.1.2　業(yè)務層特征選擇 200

8.1.3　技術層特征選擇 201

8.2　特征選擇流程與模式 204

8.2.1　數(shù)據(jù)質量和特征質量 204

8.2.2　串聯(lián)和并聯(lián)流程 205

8.2.3　特征選擇結果評價 206

8.3　特征預測力指標 206

8.3.1　相關性指標 207

8.3.2　關聯(lián)性指標 208

8.4　過濾法與實現(xiàn) 211

8.4.1　常用單指標過濾法 211

8.4.2　相關性與IV雙指標過濾法 213

8.4.3　最小冗余最大相關 214

8.5　包裹法與實現(xiàn) 215

8.5.1　前向選擇實現(xiàn) 217

8.5.2　后向選擇實現(xiàn) 218

8.5.3　Stepwise實現(xiàn) 219

8.6　嵌入法與實現(xiàn) 222

8.6.1　基于隨機森林的特征選擇 222

8.6.2　基于正則的特征選擇 223

8.7　特征選擇工具包開發(fā)實戰(zhàn) 224

8.8　本章小結 230

第四部分　模型篇

第9章　線性模型 232

9.1　普通線性回歸模型 232

9.1.1　線性回歸 233

9.1.2　線性回歸的假設 236

9.1.3　線性模型如何解決非線性問題 236

9.2　廣義線性模型 238

9.2.1　建模方法論 238

9.2.2　示例 240

9.3　正則化的回歸 240

9.3.1　正則化原理 240

9.3.2　Lasso和Ridge回歸 241

9.3.3　正則化效果演示 241

9.4　邏輯回歸 247

9.4.1　模型原理 247

9.4.2　最大似然估計 249

9.4.3　LogisticRegression解析與示例 249

9.5　金融評分卡 252

9.5.1　評分卡簡介 252

9.5.2　加性原理 253

9.5.3　評分刻度與實現(xiàn) 254

9.6　解決共線性 257

9.7　本章小結 257

第10章　樹模型 259

10.1　樹結構 259

10.2　決策樹 260

10.3　決策樹算法 261

10.3.1　熵和基尼指數(shù) 261

10.3.2　ID3算法 263

10.3.3　C4.5算法 266

10.3.4　CART 267

10.4　樹的剪枝 269

10.4.1　預剪枝 269

10.4.2　后剪枝 269

10.5　特征處理 270

10.5.1　連續(xù)值處理 271

10.5.2　缺失值處理 271

10.6　決策樹實現(xiàn)示例 272

10.7　本章小結 275

第11章　集成模型 276

11.1　模型的可變組件 276

11.1.1　數(shù)據(jù)集之行列采樣 277

11.1.2　算法之同質和異質 277

11.2　層次化的集成方法 278

11.2.1　投票組合法 278

11.2.2　前向逐步疊加法 280

11.3　Bagging方法 281

11.3.1　Bootstrap和Aggregating 281

11.3.2　Bagging模型性能分析實驗 282

11.3.3　Bagging偏差和方差解析 286

11.3.4　隨機森林 289

11.4　Boosting方法 291

11.4.1　Boosting的原理與實現(xiàn)示例 291

11.4.2　Boosting建模解析示例 299

11.4.3　Boosting的集大成者：XGBoost 300

11.5　Stacking概述與實現(xiàn)示例 301

11.6　Super Learner與ML-Ensemble 304

11.6.1　Super Learner實現(xiàn)示例 305

11.6.2　ML-Ensemble集成庫 307

11.7　本章小結 312

第12章　模型調參 313

12.1　模型調參概述 313

12.1.1　調參問題定義 313

12.1.2　超參數(shù)和作弊的隨機種子 314

12.1.3　調參三要素 315

12.2　調參流程和方法 316

12.2.1　調參流程 316

12.2.2　超參選取策略和特定模型超參推薦 317

12.2.3　自動調參之元學習和代理模型 318

12.3　Model-Free方法 321

12.3.1　網(wǎng)格搜索 321

12.3.2　隨機搜索 323

12.4　XGBoost自動調參工具開發(fā)實戰(zhàn) 324

12.4.1　功能和易用性設計 324

12.4.2　使用示例 325

12.4.3　代碼清單 326

12.5　貝葉斯方法 333

12.5.1　貝葉斯優(yōu)化介紹 333

12.5.2　BayesianOptimization優(yōu)化實例 334

12.6　部分開源調參項目簡介 337

12.6.1　Ray-Tune 337

12.6.2　optuna 339

12.7　本章小結 341

第13章　模型性能評估 342

13.1　訓練誤差vs測試誤差 342

13.2　模型評估常見的數(shù)據(jù)切割方法 343

13.2.1　留出法 343

13.2.2　交叉驗證法 345

13.2.3　留一法 346

13.2.4　自助取樣法 347

13.3　性能度量 348

13.3.1　分類任務 348

13.3.2　回歸任務 357

13.4　本章小結 360

第14章　模型解釋 361

14.1　模型解釋概述 361

14.1.1　模型解釋的意義 362

14.1.2　局部和全局解釋 363

14.2　模型解釋可視化方法 364

14.2.1　PDP 364

14.2.2　ICE 370

14.3　解釋線性模型 371

14.4　解釋樹模型 372

14.4.1　樹模型特征的重要性 373

14.4.2　決策路徑 374

14.4.3　Treeinterpreter 375

14.5　模型無關解釋方法 378

14.5.1　特征重要性方法 378

14.5.2　代理模型：LIME 380

14.5.3　基于博弈論的SHAP 383

14.6　本章小結 390

第15章　模型上線之模型即服務 391

15.1　模型上線方案 391

15.1.1　是否提供獨立服務 392

15.1.2　是否提取模型細節(jié) 392

15.2　提取系數(shù)上線：回歸模型和評分卡 393

15.3　自動規(guī)則提取上線：決策樹示例 393

15.3.1　規(guī)則轉化為Python代碼 395

15.3.2　規(guī)則轉化為C/Java等代碼 396

15.3.3　規(guī)則轉化為SQL代碼 396

15.4　PMML和ONNX 398

15.4.1　PMML 398

15.4.2　ONNX 400

15.5　編譯為共享庫加速預測 401

15.5.1　Treelite原理 401

15.5.2　使用示例 402

15.5.3　部署方法 403

15.6　原生模型持久化 404

15.6.1　寫接口 405

15.6.2　讀接口 406

15.7　RESTful Web Services構建 406

15.7.1　快速構建API服務 407

15.7.2　自動化模型上線框架設計與實現(xiàn) 409

15.8　基于Docker大規(guī)模微服務上線架構 417

15.8.1　架構設計 417

15.8.2　定制鏡像 418

15.8.3　編排可擴展服務示例 419

15.9　本章小結 420

第16章　模型穩(wěn)定性監(jiān)控 421

16.1　背景和監(jiān)控方法 421

16.1.1　背景 421

16.1.2　監(jiān)控方法 422

16.2　PSI和CSI 423

16.2.1　PSI 423

16.2.2　CSI 425

16.3　工程實現(xiàn) 425

16.3.1　功能簡介 426

16.3.2　代碼清單和示例 426

16.4　其他監(jiān)控角度 429

16.5　監(jiān)控異常處理方案 430

16.6　本章小結 430 2100433B

查看詳情

本書贊譽

譯者序

序

前言

第0章　案例研究反思 / 1

0.1　管理層問題 / 1

0.2　技術因素 / 6

0.3　總結 / 12

第1章　敏捷團隊的自動化測試之旅：第一年 / 13

1.1　本案例研究的背景 / 14

1.2　整個團隊的承諾 / 14

1.3　建立自動化策略 / 15

1.4　利用驗收測試驅動開發(fā)，使用FitNesse測試GUI / 18

1.5　使用增量方法 / 20

1.6　正確度量 / 20

1.7　慶祝成功 / 21

1.8　引入工程沖刺 / 22

1.9　團隊成功 / 22

1.10　持續(xù)改進 / 24

1.11　總結 / 24

第2章　終極數(shù)據(jù)庫自動化 / 25

2.1　本案例研究的背景 / 25

2.2　測試中的軟件 / 26

2.3　自動化測試的目標 / 27

2.4　開發(fā)內部測試工具 / 28

2.5　結果 / 30

2.6　管理自動化測試 / 31

2.7　測試套件和類型 / 31

2.8　現(xiàn)狀 / 33

2.9　在經(jīng)過一段很艱難的時光后才得到的經(jīng)驗教訓 / 33

2.10　如何使用自動化測試書中的建議 / 34

2.11　總結 / 36

2.12　致謝 / 36

第3章　移動到云端：TiP的演化——在線的持續(xù)回歸測試 / 37

3.1　本案例研究的背景 / 38

3.2　將測試移到云端 / 39

3.3　如何實施TiP / 41

3.4　每月服務評審記分卡樣例 / 43

3.5　Exchange TiP v2——將TiP遷移到Windows Azure云端 / 46

3.6　我們的心得 / 47

3.7　總結 / 49

3.8　致謝 / 50

第4章　Automator的自動化 / 51

4.1　本案例研究的背景：我的第一份工作 / 52

4.2　我的偉大構想 / 53

4.3　一個突破 / 54

4.4　總結 / 58

第5章　自動化人員自傳：從主機到框架的自動化 / 60

5.1　本案例研究的背景 / 61

5.2　主機綠屏自動化測試項目 / 63

5.3　主機和基于腳本工具的差異 / 65

5.4　使用新的基于腳本的工具 / 66

5.5　IBM Maximo的自動化測試 / 70

5.6　總結 / 74

5.7　參考文獻 / 74

第6章　項目1：失敗。項目2：成功！ / 76

6.1　本案例研究的背景 / 77

6.2　項目1：失敗 / 77

6.3　項目2：成功 / 78

6.4　下一個時間段：真實地測試 / 85

6.5　總結 / 92

第7章　復雜政府系統(tǒng)的自動化測試 / 93

7.1　本案例研究的背景 / 93

7.2　自動化需求分析 / 94

7.3　我們的自動化測試解決方案——自動化測試和再測試 / 95

7.4　自動化測試解決方案的應用 / 101

7.5　總結 / 102

第8章　設備仿真框架 / 103

8.1　本案例研究的背景 / 103

8.2　設備仿真框架的誕生 / 104

8.3　構建DSF / 105

8.4　自動化目標 / 106

8.5　案例研究 / 107

8.6　沒有銀彈 / 110

8.7　總結 / 111

8.8　致謝 / 111

第9章　ESA項目中基于模型的測試用例生成 / 112

9.1　本案例研究的背景 / 113

9.2　基于模型的測試和測試用例生成 / 113

9.3　我們的應用：ESA多任務用戶服務項目 / 116

9.4　學到的經(jīng)驗和教訓 / 121

9.5　總結 / 125

9.6　參考文獻 / 126

9.7　致謝 / 126

第10章　10年過去了，項目還在進行 / 127

10.1　本案例研究的背景：之前的故事 / 128

10.2　每月進行自動化測試的保險報價系統(tǒng) / 128

10.3　接下來發(fā)生了什么 / 138

10.4　總結 / 138

第11章　鳳凰在灰燼中重生 / 141

11.1　本案例研究的背景 / 141

11.2　鳳凰的誕生 / 142

11.3　鳳凰的死亡 / 144

11.4　鳳凰的重生 / 145

11.5　鳳凰的新生 / 148

11.6　總結 / 152

第12章　政府機構運作系統(tǒng)的自動化測試之旅 / 155

12.1　本案例研究的背景 / 156

12.2　該機構的自動化測試 / 156

12.3　2000~2008年 / 159

12.4　三次巧合 / 162

12.5　在測試團隊中完善能力 / 165

12.6　未來的方向：繼續(xù)旅程 / 166

12.7　總結 / 168

第13章　使用硬件接口的自動化可靠性測試 / 169

13.1　本案例的研究背景 / 170

13.2　采取措施的必要性 / 170

13.3　自動化測試啟動（增量式方法） / 171

13.4　來自管理層的支持 / 172

13.5　測試框架的進一步開發(fā) / 174

13.6　部署并改進報告形式 / 177

13.7　總結 / 178

第14章　Android應用的基于模型GUI測試 / 180

14.1　本案例研究的背景 / 181

14.2　使用TEMA工具集的MBT / 182

14.3　應用行為建模 / 187

14.4　測試用例的生成 / 190

14.5　連接和適配 / 191

14.6　結果 / 194

14.7　總結 / 194

14.8　致謝 / 195

14.9　參考文獻 / 195

第15章　SAP業(yè)務流程的自動化測試 / 197

15.1　本案例研究的背景 / 198

15.2　標準和最佳實踐 / 200

15.3　eCATT使用實例 / 203

15.4　總結 / 207

15.5　致謝 / 208

第16章　SAP實現(xiàn)的自動化測試 / 209

16.1　本案例研究的背景 / 210

16.2　項目概述 / 211

16.3　第1階段：概念的證明 / 212

16.4　第2階段：項目啟動 / 217

16.5　總結 / 226

第17章　選擇了錯誤的工具 / 228

17.1　本案例研究的背景 / 228

17.2?。赡埽┰缫汛嬖诘淖詣踊瘻y試 / 230

17.3　必要的決策：新工具還是主要維護成本 / 231

17.4　繼續(xù)推進eggPlant工具 / 233

17.5　我們在eggPlant項目之后還將做什么 / 239

17.6　總結 / 239

第18章　市場交易系統(tǒng)的自動化測試：十年經(jīng)驗和三個框架 / 242

18.1　本案例研究的背景 / 243

18.2　自動化測試框架 / 243

18.3　測試角色 / 245

18.4　抽象層 / 246

18.5　配置 / 248

18.6　成本和投資回報率 / 249

18.7　總結 / 251

第19章　自動化測試不僅僅是回歸測試：發(fā)揮創(chuàng)造性思維 / 253

19.1　本案例研究的背景 / 254

19.2　任務自動化的兩個故事 / 254

19.3　自動化測試用來支持手動探索式測試 / 258

19.4　自動化測試數(shù)據(jù)交互 / 260

19.5　自動化測試和監(jiān)測 / 262

19.6　通過組合簡單的工具模擬現(xiàn)實世界的負載 / 264

19.7　總結 / 265

19.8　參考文獻 / 265

第20章　醫(yī)療設備軟件需要優(yōu)秀的自動化軟件測試 / 267

20.1　本案例研究的背景 / 268

20.2　每個項目不同方法的比較 / 272

20.3　項目HAMLET / 274

20.4　項目PHOENIX / 275

20.5　項目DOITYOURSELF / 277

20.6　項目MINIWEB / 279

20.7　測試執(zhí)行 / 280

20.8　結果報告 / 281

20.9　總結 / 283

第21章　通過后門（通過支持手動測試）進行自動化 / 287

21.1　本案例研究的背景 / 288

21.2　我們的技術解決方案 / 288

21.3　通過ISS測試站實現(xiàn)測試自動化 / 291

21.4　實現(xiàn)測試自動化 / 293

21.5　支持手動測試 / 296

21.6　新的手動測試過程 / 298

21.7　總結 / 302

21.8　參考文獻 / 303

第22章　使用自動化測試為可移植性測試增值 / 305

22.1　本案例研究的背景 / 306

22.2　可移植性測試：喜歡它或者討厭它 / 306

22.3　將軟件組合起來作為解決方案 / 307

22.4　總結 / 312

22.5　致謝 / 312

第23章　保險公司中的自動化測試：感受我們測試的方法 / 313

23.1　本案例研究的背景 / 313

23.2　應用程序 / 314

23.3　目標 / 315

23.4　我們做的工作 / 315

23.5　教訓 / 317

23.6　總結 / 318

第24章　使用測試猴子的冒險之旅 / 320

-24.1　本案例研究的背景 / 320

24.2　自動化回歸測試的局限性 / 321

24.3　測試猴子 / 322

24.4　實現(xiàn)測試猴子 / 324

24.5　使用測試猴子 / 325

24.6　收益和局限性 / 328

24.7　總結 / 329

24.8　參考文獻 / 329

第25章　在NATS對SYSTEM-OF-SYSTEMS的自動化測試 / 330

25.1　本案例研究的背景 / 331

25.2　測試執(zhí)行工具的集成 / 333

25.3　工具的試點項目 / 333

25.4　系統(tǒng)使用中（In-Service）的測試模式 / 334

25.5　實現(xiàn) / 334

25.6　典型的腳本模板 / 336

25.7　得到的教訓 / 338

25.8　總結 / 339

第26章　對汽車電子系統(tǒng)進行自動化測試 / 340

26.1　本案例研究的背景 / 341

26.2　自動化項目的目標 / 342

26.3　自動化項目的簡史 / 342

26.4　自動化項目的結果 / 344

26.5　總結 / 345

第27章　宏偉目標、改變和測試轉型 / 346

27.1　本案例研究的背景 / 346

27.2　管理層的認可 / 347

27.3　構建自動化框架的故事 / 350

27.4　自動化測試框架的描述 / 352

27.5　測試環(huán)境 / 355

27.6　度量標準 / 356

27.7　總結 / 358

第28章　自動化探索測試：超越當前時代的例子 / 361

28.1　本案例研究的背景 / 362

28.2　什么是故障管理工具 / 362

28.3　測試故障管理系統(tǒng)中的事務 / 363

28.4　用編程的方法結構化測試用例 / 365

28.5　思考自動化測試的新方式 / 365

28.6　測試故障管理系統(tǒng)的工作流 / 366

28.7　運行中生成測試 / 371

28.8　項目的沖刺階段 / 372

28.9　發(fā)布之后 / 373

28.10　總結 / 374

28.11　致謝 / 374

第29章　測試自動化的軼事 / 375

29.1　三個小故事 / 375

29.2　需要更多對自動化的理解 / 378

29.3　自動化測試的第一天 / 379

29.4　嘗試開始實施自動化 / 384

29.5　與管理層作斗爭 / 385

29.6　探索性測試自動化：數(shù)據(jù)庫記錄鎖定 / 387

29.7　在嵌入式硬件-軟件計算機環(huán)境中進行測試自動化所得到的教訓 / 392

29.8　傳染性的時鐘 / 395

29.9　自動化系統(tǒng)的靈活性 / 397

29.10　使用過多工具（跨部門的支持不夠）的故事 / 398

29.11　成功的案例卻有著意料之外的結局 / 401

29.12　合作能夠克服資源的限制 / 404

29.13　取得了大規(guī)模成功的自動化過程 / 405

29.14　測試自動化并不總是像看上去那樣 / 409

附錄A　工具 / 413

案例研究的作者簡介 / 422

2100433B

查看詳情
測試驅動開發(fā)相關推薦
  • 相關百科
  • 相關知識
  • 相關專欄