AI赋能自动化测试：智能接口自动化测试数据生成平台设计思路

1.背景

1）目前自动化测试用例维护成本极高且维护人员缺乏维护“兴趣”；

2）现有自动化数据生成方案，数据质量和量级难以均衡保障；

3）公司内部测试提效平台繁多，缺乏核心部件测试数据，没有测试数据就无法很好的接入使用各类提效平台。

例子：根据天气情况预测是否可以打球

数据集：机器学习使用的数据集合被称为“数据集”

样本：数据集中的每一个数据

特征：像气象信息中的天气、温度、湿度这些数据

标签：“是否可以打球”就是机器学习根据当天数据做的一个概括性结论

模型：获得基于天气特征来判断是否适合打球的“理论依据”

学习/训练：从数据集中“学得”模型的过程

标签：机器学习人工智能 python

本文转载自: https://blog.csdn.net/weixin_40025666/article/details/137903267
版权归原作者旦莫所有，如有侵权，请联系我们删除。