人工智能软件测试、可靠性和持续质量改进
AI software Testing, Reliability and quality contineuous improvement, 软件测试工程师,软件质量管理工作的绝佳教材.

人工智能(AI)在许多行业正呈现迅猛发展的趋势，如：Tesla 的无人驾驶，智能机器人，无人机，仿生机器人，无人深海潜行器，金融，电子商务……。然而，智能化的关键是软件算法技术和传感器技术，在这个领域里，其软件的安全性、可靠性日益令人关注。如滴滴打车忽视了用户使用的安全性，而拚多多忽视了算法的安全，铁路购票系统I/O 可靠性承载能力问题，日本核电站事故，温州动车事故，网络信息安全………，无不折射出软件质量问题。

面对智能软件开发行业，如何才能解决软件的安全性和可靠性质量问题？

本书主要介绍匹配性和适应性测试方法的应用和统计分析，是智能软件行业精英、数据科学家的多年的心血和经验结晶，以图文并茂的方式介绍了软件测试、可靠性分析和持续改进的质量管理思维、工具和方法，希望你能从中受益。

经典案例测试结果可视化分析：







1. 无监督神经网络(unsupervised neuralnetwork）竟争式学习算法,基于图形的测试,以增加测试的覆盖率.
2.失效模型模拟数据统计评价分析,以探测DCS的输出错误
3. 随机测试展现分布散度度量
4. 以流程图的逻辑形式,透明塑形软件的动作机制,如果再增加其它的行为要求,能清晰地展现软件将来的匹配性和适应性
5. 匹配性和适应性策略
6. 简单、清晰呈现神经网络软件代码中的错误
7. 清晰地展示软件代码修正后神经网络
8. 一旦探测到功能性故障，系统的演化过程
9.如果系统以这样的参数设置，能清晰地展示系统的最大的可持续可靠性的运行负载能力
10 . I/O 模拟的可靠性承载能力回归追溯
11.模拟测试中探测到的缺陷回归追溯