- Бесплатно попробовать
Первые 12 лекций бесплатны: Введение и Модуль 1. Вход сохраняет прогресс, карта не нужна. Остальные 50 лекций и итоговый тест — в платной части. Заверши лекцию и попробуй её квиз, чтобы открыть следующую; любой результат засчитывается.
Раскрой модуль, чтобы увидеть лекции. Курс основан на CT-AI v1.0; версия и условия сертификации.
M-00
ВведениеБесплатно
Знакомство, что такое сертификация ISTQB CT-AI и как устроен курс.
3 лекцииПоказать лекции +Скрыть лекции −
- 01Добро пожаловать на курс!Бесплатно
- 02О сертификации ISTQB Tester AIБесплатно
- 03О курсеБесплатно
M-01
Введение в тестирование AIБесплатно
База: что такое AI, какие бывают AI-системы, технологии и фреймворки за ними и стандарты, которые теперь к этому применяются.
9 лекцийПоказать лекции +Скрыть лекции −
- 04Лекция 1: Определение AI и эффект AIБесплатно
- 05Лекция 2: Узкий, общий и сверхразумный AIБесплатно
- 06Лекция 3: Системы на основе AI и традиционные системыБесплатно
- 07Лекция 4: Технологии AIБесплатно
- 08Лекция 5: Фреймворки для разработки AIБесплатно
- 09Лекция 6: Аппаратное обеспечение для систем на основе AIБесплатно
- 10Лекция 7: AI как сервис (AIaaS)Бесплатно
- 11Лекция 8: Предобученные моделиБесплатно
- 12Лекция 9: Стандарты, регуляции и AIБесплатно
M-02
Характеристики качества систем на основе AI
Атрибуты качества, специфичные именно для AI: адаптивность, автономность, bias, этика, прозрачность и безопасность.
8 лекцийПоказать лекции +Скрыть лекции −
- 13Лекция 1: Гибкость и адаптивностьQuiz
- 14Лекция 2: АвтономностьQuiz
- 15Урок 3: ЭволюцияQuiz
- 16Лекция 4: ПредвзятостьQuiz
- 17Лекция 5: ЭтикаQuiz
- 18Лекция 6: Побочные эффекты и взлом функции вознагражденияQuiz
- 19Лекция 7: Прозрачность, интерпретируемость и объяснимостьQuiz
- 20Лекция 8: Безопасность и AIQuiz
M-03
Машинное обучение (ML) - обзор
Как ML реально работает под капотом: формы обучения, рабочий процесс, выбор алгоритма и ловушка переобучения.
5 лекцийПоказать лекции +Скрыть лекции −
- 21Лекция 1: Формы MLQuiz
- 22Лекция 2: Рабочий процесс MLQuiz
- 23Лекция 3: Выбор формы MLQuiz
- 24Лекция 4: Факторы выбора алгоритма MLQuiz
- 25Лекция 5: Переобучение и недообучениеQuiz
M-04
ML - данные
Где большинство моделей реально ломается: подготовка данных, сплиты train/validation/test, проблемы качества и разметка.
5 лекцийПоказать лекции +Скрыть лекции −
- 26Лекция 1: Подготовка данных как часть рабочего процесса MLQuiz
- 27Лекция 2: Обучающие, валидационные и тестовые наборы данных в рабочем процессе MLQuiz
- 28Лекция 3: Проблемы качества наборов данныхQuiz
- 29Лекция 4: Качество данных и его влияние на модель MLQuiz
- 30Лекция 5: Разметка данных для обучения с учителемQuiz
M-05
Метрики функциональной производительности ML
Как читать модель честно: confusion matrix, метрики для классификации, регрессии и кластеризации и где эти метрики тебе врут.
5 лекцийПоказать лекции +Скрыть лекции −
- 31Лекция 1: Матрица ошибокQuiz
- 32Лекция 2: Дополнительные метрики функциональной производительности ML для классификации, регрессии и кластеризацииQuiz
- 33Лекция 3: Ограничения метрик функциональной производительности MLQuiz
- 34Лекция 4: Выбор метрик функциональной производительности MLQuiz
- 35Лекция 5: Наборы бенчмарков для производительности MLQuiz
M-06
Нейронные сети ML и тестирование
Нейронные сети и метрики покрытия, которыми их тестируют.
2 лекцииПоказать лекции +Скрыть лекции −
- 36Лекция 1: Нейронные сетиQuiz
- 37Лекция 2: Метрики покрытия для нейронных сетейQuiz
M-07
Тестирование систем на основе AI - обзор
Переходим к практике: спецификация, уровни тестирования, тестовые данные, automation bias, документирование компонента и concept drift.
7 лекцийПоказать лекции +Скрыть лекции −
- 38Лекция 1: Спецификация систем на основе AIQuiz
- 39Лекция 2: Уровни тестирования систем на основе AIQuiz
- 40Лекция 3: Тестовые данные для тестирования систем на основе AIQuiz
- 41Лекция 4: Тестирование на предвзятость автоматизации в системах на основе AIQuiz
- 42Лекция 5: Документирование AI-компонентаQuiz
- 43Лекция 6: Тестирование на дрейф концепцииQuiz
- 44Лекция 7: Выбор подхода к тестированию системы MLQuiz
M-08
Тестирование специфических характеристик качества AI
Самое сложное: тестирование самообучающихся, автономных, вероятностных систем, плюс bias, объяснимость и проблема test oracle.
8 лекцийПоказать лекции +Скрыть лекции −
- 45Лекция 1: Сложности тестирования самообучающихся системQuiz
- 46Лекция 2: Тестирование автономных самообучающихся системQuiz
- 47Лекция 3: Тестирование на алгоритмическую, выборочную и неуместную предвзятостьQuiz
- 48Лекция 4: Сложности тестирования вероятностных и недетерминированных систем на основе AIQuiz
- 49Лекция 5: Сложности тестирования комплексных систем на основе AIQuiz
- 50Лекция 6: Тестирование прозрачности, интерпретируемости и объяснимости систем на основе AIQuiz
- 51Лекция 7: Тестовые оракулы для систем на основе AIQuiz
- 52Лекция 8: Цели тестирования и критерии приемкиQuiz
M-09
Методы и техники тестирования систем на основе AI
Инструментарий: adversarial-атаки и отравление данных, попарное, сравнительное, A/B, metamorphic testing и тестирование на основе опыта.
7 лекцийПоказать лекции +Скрыть лекции −
- 53Лекция 1: Состязательные атаки и отравление данныхQuiz
- 54Лекция 2: Попарное тестированиеQuiz
- 55Лекция 3: Сравнительное тестированиеQuiz
- 56Лекция 4: A/B-тестированиеQuiz
- 57Лекция 5: Метаморфное тестирование (MT)Quiz
- 58Лекция 6: Тестирование систем на основе AI на основе опытаQuiz
- 59Лекция 7: Выбор техник тестирования для систем на основе AIQuiz
M-10
Тестовые среды для систем на основе AI
Как настроить тестовые и виртуальные среды, которые нужны этим системам.
1 лекцияПоказать лекции +Скрыть лекции −
- 60Лекция 1: Тестовые и виртуальные среды для систем на основе AIQuiz
M-11
Использование AI для тестирования
Поворачиваем наоборот: AI-технологии, которые помогают тебе тестировать - от анализа дефектов до автоматизации интерфейсов.
2 лекцииПоказать лекции +Скрыть лекции −
- 61Лекция 1: Технологии AI для тестированияQuiz
- 62Лекция 2: Использование AI для тестирования: от анализа дефектов до автоматизации интерфейсовQuiz
M-12
Финальная аттестация
Комплексный пробный экзамен по всему материалу курса, в настоящих условиях на время.
40 вопросовПоказать лекции +Скрыть лекции −
- 63Пробный финальный экзамен - ISTQB CT-AI · 40 вопросов · проходной 65%Exam