- AI自動化測試:技術原理、平臺搭建與工程實踐
- 騰訊TuringLab團隊
- 335字
- 2020-08-13 13:47:00
第一部分 原理篇
從百度公司的“All in AI”,到騰訊公司的“AI in All”,AI技術越來越成熟,AI的應用也越來越廣泛,將AI技術引入自動化測試,包括從算法到數據架構,從技術到應用,都已經水到渠成。
原理篇主要講解了如下幾個方面的內容。
·AI技術的發展與自動化測試,包括自動化測試的發展過程、現狀,AI技術的發展與應用,以及AI與自動化測試相結合的情況。
·圖像識別的4種算法,包括模板匹配算法、特征點匹配算法、梯度特征匹配算法這3種傳統圖像識別算法以及當前較流行的基于深度學習的圖像識別算法。
·強化學習的一些基本理論和4種常用算法:基于策略梯度的強化學習算法、Actor-Critic算法、DDPG算法、A3C算法。
·模仿學習的最新研究進展,以及如何將模仿學習運用到游戲的自動測試中。
·Android設備在調試過程中需要用到的一些技術和工具。
推薦閱讀
- Google Flutter Mobile Development Quick Start Guide
- Beginning Java Data Structures and Algorithms
- TypeScript Blueprints
- Effective C#:改善C#代碼的50個有效方法(原書第3版)
- iOS開發實戰:從零基礎到App Store上架
- Scratch 3.0少兒編程與邏輯思維訓練
- SQL基礎教程(視頻教學版)
- 深入淺出PostgreSQL
- Instant Nancy Web Development
- Angular開發入門與實戰
- Python從入門到精通
- Spring Boot實戰
- Go語言從入門到精通
- 基于GPU加速的計算機視覺編程:使用OpenCV和CUDA實時處理復雜圖像數據
- 原型設計:打造成功產品的實用方法及實踐