AI를 이해하고
무엇을 테스트할지 배우세요.

모듈을 펼치면 강의 목록을 볼 수 있습니다. 이 과정은 CT-AI v1.0을 바탕으로 합니다. 버전 및 자격시험 안내.

M-00 Introduction무료 환영 인사, ISTQB CT-AI 자격이 무엇인지, 그리고 강의가 어떻게 구성되어 있는지. 강의 3개강의 보기 +강의 접기 −

• 01Welcome to the course!무료
• 02About ISTQB Tester AI certification무료
• 03About the course무료

M-01 Introduction to AI Testing무료 기초 개념: AI가 무엇인지, AI 시스템의 종류, 그 뒤에 있는 기술과 프레임워크, 그리고 이제 적용되는 표준들. 강의 9개강의 보기 +강의 접기 −

• 04Lecture 1: Definition of AI and AI Effect무료
• 05Lecture 2: Narrow, General and Super AI무료
• 06Lecture 3: AI-based and Conventional Systems무료
• 07Lecture 4: AI Technologies무료
• 08Lecture 5: AI Development Frameworks무료
• 09Lecture 6: Hardware for AI-Based Systems무료
• 10Lecture 7: AI as a Service (AIaaS)무료
• 11Lecture 8: Pre-Trained Models무료
• 12Lecture 9: Standards, Regulations, and AI무료

M-02 Quality Characteristics for AI-Based Systems AI에 특화된 품질 속성: 적응성, 자율성, bias, 윤리, 투명성, 그리고 안전성. 강의 8개강의 보기 +강의 접기 −

• 13Lecture 1: Flexibility and AdaptabilityQuiz
• 14Lecture 2: AutonomyQuiz
• 15Lesson 3: EvolutionQuiz
• 16Lecture 4: BiasQuiz
• 17Lecture 5: EthicsQuiz
• 18Lecture 6: Side Effects and Reward HackingQuiz
• 19Lecture 7: Transparency, Interpretability and ExplainabilityQuiz
• 20Lecture 8: Safety and AIQuiz

M-03 Machine Learning (ML) - Overview ML이 실제로 내부에서 어떻게 작동하는지: 학습의 형태, 워크플로우, 알고리즘 선택, 그리고 overfitting 함정. 강의 5개강의 보기 +강의 접기 −

• 21Lecture 1: Forms of MLQuiz
• 22Lecture 2: ML WorkflowQuiz
• 23Lecture 3: Selecting a Form of MLQuiz
• 24Lecture 4: Factors Involved in ML Algorithm SelectionQuiz
• 25Lecture 5: Overfitting and UnderfittingQuiz

M-04 ML - Data 대부분의 모델이 진짜로 잘못되는 지점: 데이터 준비, train/validation/test 분할, 품질 문제, 그리고 라벨링. 강의 5개강의 보기 +강의 접기 −

• 26Lecture 1: Data Preparation as Part of the ML WorkflowQuiz
• 27Lecture 2: Training, Validation and Test Datasets in the ML WorkflowQuiz
• 28Lecture 3: Dataset Quality IssuesQuiz
• 29Lecture 4: Data Quality and its Effect on the ML ModelQuiz
• 30Lecture 5: Data Labeling for Supervised LearningQuiz

M-05 ML Functional Performance Metrics 모델을 정직하게 읽기: confusion matrix, 분류와 회귀와 클러스터링을 위한 지표, 그리고 그 지표들이 당신을 속이는 지점. 강의 5개강의 보기 +강의 접기 −

• 31Lecture 1: Confusion MatrixQuiz
• 32Lecture 2: Add ML Functional Performance Metrics for Classification, Regression and ClusteringQuiz
• 33Lecture 3: Limitations of ML Functional Performance MetricsQuiz
• 34Lecture 4: Selecting ML Functional Performance MetricsQuiz
• 35Lecture 5: Benchmark Suites for ML PerformanceQuiz

M-06 ML Neural Networks and Testing neural network와 그것을 테스트하는 데 쓰이는 커버리지 측정. 강의 2개강의 보기 +강의 접기 −

• 36Lecture 1: Neural NetworksQuiz
• 37Lecture 2: Coverage Measures for Neural NetworksQuiz

M-07 Testing AI-Based Systems - Overview 실전 적용: 명세, 테스트 레벨, 테스트 데이터, automation bias, 컴포넌트 문서화, 그리고 concept drift. 강의 7개강의 보기 +강의 접기 −

• 38Lecture 1: Specification of AI-Based SystemsQuiz
• 39Lecture 2: Test Levels for AI-Based SystemsQuiz
• 40Lecture 3: Test Data for Testing AI-Based SystemsQuiz
• 41Lecture 4: Testing for Automation Bias in AI-Based SystemsQuiz
• 42Lecture 5: Documenting an AI ComponentQuiz
• 43Lecture 6: Testing for Concept DriftQuiz
• 44Lecture 7: Selecting a Test Approach for an ML SystemQuiz

M-08 Testing AI-Specific Quality Characteristics 가장 어려운 부분: 자가학습하고 자율적이며 확률적인 시스템을 테스트하기, 더해서 bias, explainability, 그리고 oracle 문제. 강의 8개강의 보기 +강의 접기 −

• 45Lecture 1: Challenges Testing Self-Learning SystemsQuiz
• 46Lecture 2: Testing Autonomous Self-Learning SystemsQuiz
• 47Lecture 3: Testing for Algorithmic, Sample and Inappropriate BiasQuiz
• 48Lecture 4: Challenges Testing Probabilistic and Non-Deterministic AI-Based SystemsQuiz
• 49Lecture 5: Challenges Testing Complex AI-Based SystemsQuiz
• 50Lecture 6: Testing Transparency, Interpretability and Explainability of AI-Based SystemsQuiz
• 51Lecture 7: Test Oracles for AI-Based SystemsQuiz
• 52Lecture 8: Test Objectives and Acceptance CriteriaQuiz

M-09 Methods and Techniques for the Testing of AI-Based Systems 도구 상자: adversarial 공격과 data poisoning, pairwise, back-to-back, A/B, metamorphic, 그리고 경험 기반 테스팅. 강의 7개강의 보기 +강의 접기 −

• 53Lecture 1: Adversarial Attacks and Data PoisoningQuiz
• 54Lecture 2: Pairwise TestingQuiz
• 55Lecture 3: Back-to-Back TestingQuiz
• 56Lecture 4: A/B TestingQuiz
• 57Lecture 5: Metamorphic Testing (MT)Quiz
• 58Lecture 6: Experience-Based Testing of AI-Based SystemsQuiz
• 59Lecture 7: Selecting Test Techniques for AI-Based SystemQuiz

M-10 Test Environments for AI-Based Systems 이런 시스템에 필요한 테스트 환경과 가상 환경을 구축하기. 강의 1개강의 보기 +강의 접기 −

• 60Lectures 1: Test and Virtual Environments for AI-Based SystemsQuiz

M-11 Using AI for Testing 방향을 뒤집어: 결함 분석부터 인터페이스 자동화까지, 당신이 테스트하도록 돕는 AI 기술들. 강의 2개강의 보기 +강의 접기 −

• 61Lecture 1: AI Technologies for TestingQuiz
• 62Lectures 2: Using AI for Testing: From Defect Analysis to Interface AutomationQuiz

M-12 Final Assessment 모든 강의 내용을 다루는 종합 모의고사, 실제 시간제한 조건에서 진행됩니다. 40문항강의 보기 +강의 접기 −

• 63Final Mock Exam - ISTQB CT-AI · 40문항 · 합격 65%Exam