Beschreibung
Das Buch befasst sich erneut mit Regressionstests im Lichte der Tests des Betriebssystems Internet der Dinge. Das Buch untersucht Konzepte des maschinellen Lernens, die auf generische Regressionstestdaten angewandt werden. Das Buch richtet sich an Software-Engineering-Enthusiasten und Testarchitekten, die die Anwendung von Konzepten des maschinellen Lernens auf das Testen untersuchen wollen. Als Fallstudie wird zur Demonstration des Testens des Betriebssystems Internet der Dinge eines der Betriebssysteme als Fallstudie genommen. Regressionstest-Suiten werden von Grund auf neu geschrieben und mit Hilfe eines führenden Testdesign-Tools überarbeitet. Die Automatisierung der Testskripterstellung wird untersucht. Zur Demonstration der auf das Testen angewandten Konzepte des maschinellen Lernens wird Weka verwendet.
Autorenporträt
Abhinandan H. Patil ist Gründer und CTO einer Technologiefirma in Indien, Karnataka. Davor hat er fast ein Jahrzehnt lang in der Wireless Network Software Organization als leitender Software-Ingenieur gearbeitet. Seine Forschungsarbeiten sind als Bücher und Dissertation bei IJSER, USA, erhältlich. Er ist aktiver Forscher auf dem Gebiet des maschinellen Lernens, des Tiefenlernens und der Datenwissenschaft.
