概述
此为人工智能 (AI) 测试第二篇 第一篇链接
第一篇主要介绍了 人工智能测试、测试什么、测试数据等。第二篇主要介绍测试用例和测试报告。
之后的文章可能具体介绍如何开展各项测试,以及具体项目举例如何测试。
测试用例
人工智能 (AI) 测试 或者说是 算法测试,主要做的有三件事。
收集测试数据
思考需要什么要的测试数据,测试数据的标注
跑测试数据
编写测试脚本批量运行
查看数据结果
统计正确和错误的个数,查看错误的数据中是否有共同特征等
而编写测试用例,主要是围绕数据来进行。为更好的设计测试用例,首先需要了解一些项目的情况。这些东西如果在《需求文档》中就有描述是最好的。如果没有需要找算法工程师沟通了解。
测试用例的思考点
- 项目落地实际使用场景,根据场景思考真实的数据情况,倒推进行测试数据收集
- 模型的训练数据有多少,训练数据的分布情况,训练数据的标注是否准确
- 算法的实现方式
- 选择模型评价指标
- 评价指标的上线要求
- 项目的流程,数据流
- 模型的输入和输出
- 算法外的业务逻辑
测试用例的执行
运行测试脚本,跑测试数据。
对于一些机器学习的项目的数据,可以通过测试脚本对算法运行的结果和测试数据的标注结果进行对比。
对于图像识别类项目的数据,有些标注无法通过数值来量化,还是需要人工来对比。
对于推荐系统类项目,如 多样性测试,可能也无法通过测试脚本来对比,需要人工来查看。
测试结果
通常是统计正确的和错误的数据数,使用评价指标的公式计算得出各指标数值。
同时,需要关注错误的数据,查看是否有共同的特征,再找些这样的数据单独来进行验证,是否带有此特征的数据都会识别数据。
测试报告
测试结果最终通过测试报告展现,一份详见的测试报告,可以让别人清晰的了解测试什么,怎么测试的,测试结果是怎么样。图片为自己所写测试报告,可供参考。
也许这有你想知道的人工智能 (AI) 测试—第二篇
发表于:2019-04-17
作者:凌晨点点
来源:CSDN
 相关文章
人工智能软件测试2024年主要趋势 人工智能颠覆软件测试四大方式 在测试中实施人工智能值得吗? 人工智能平台方案中的质量工程设计 聊天机器人测试:对框架、工具和技术... 将AI集成到软件测试中的9大好处- 周排行
- 月排行
- 评论排行
-   每个工程师都应该了解的:A/B测试
-   大数据测试的范围可不简单,大致总结...
-   大规模敏捷测试怎么做(集成篇)
-   阿里软件测试工程师教你如何理解线程...
-   Python 集成测试:提高软件质量的关键步骤
-   如何测试大模型?
-   如何衡量测试效率?
-   每个工程师都应该了解的:A/B测试
-   六大前端自动化测试框架推荐,提升你...
-   聊一聊契约测试
-   测试之巅—自动化测试
-   如何衡量测试效率?
-   大规模敏捷测试怎么做(集成篇)
-   互联网为什么喜欢AB测试? AB测试的流...
-   从软件出发,非功能测试思考总结
-   展望2017,谁是网络技术头牌?
-   C/C++单元测试工具Visual Unit 4 介绍
-   国内外最好用的6款Bug跟踪管理系统
-   性能测试指标评估必读
-   百度软件测试方案模板
-   38张史上最全的IT工程师技能图谱
-   C/C++单元测试工具Visual Unit 4 介绍
-   2019年,你会选哪些安全测试工具?
-   十款Web服务器性能压力测试工具
-   软件测试入门指南:周期、模型和文档化
-   记自动化测试成神学习之路
-   软件测试全景图 -最全的思维导图