آمادگی آزمون تستر گواهی شده ISTQB هوش مصنوعی (CT-AI) - آخرین آپدیت

دانلود ISTQB Certified Tester AI Testing (CT-AI) Preparation

نکته: ممکن هست محتوای این صفحه بروز نباشد ولی دانلود دوره آخرین آپدیت می باشد.
نمونه ویدیوها:
توضیحات دوره:

آمادگی جامع آزمون ISTQB تست هوش مصنوعی: 800+ سوال و آزمون شبیه‌سازی

درک جامع تست هوش مصنوعی

یادگیری اصول اساسی تست سیستم‌های هوش مصنوعی: با اصول کلیدی تست سیستم‌های هوش مصنوعی و تفاوت‌های آن‌ها با تست نرم‌افزارهای سنتی آشنا شوید.

تکنیک‌های پیشرفته تست هوش مصنوعی

کاوش در روش‌های نوین: روش‌هایی مانند تست سناریومحور و ارزیابی عملکرد مدل‌های هوش مصنوعی را بیاموزید.

رفع چالش‌های کلیدی تست هوش مصنوعی

حل مسائل مهم: بر چالش‌هایی نظیر بایاس داده، نگرانی‌های اخلاقی و قابلیت اطمینان سیستم غلبه کنید.

آمادگی برای گواهینامه ISTQB تست هوش مصنوعی

تسلط بر سرفصل‌ها و مهارت‌های عملی: برای آزمون گواهینامه ISTQB تست هوش مصنوعی، سرفصل‌ها و مهارت‌های عملی لازم را فرا بگیرید.

مهارت‌های عملی در تست هوش مصنوعی

تست شبکه‌های عصبی و اعتبارسنجی خروجی‌ها: شبکه‌های عصبی را تست کنید، خروجی‌ها را اعتبارسنجی کرده و از استحکام هوش مصنوعی اطمینان حاصل کنید.

استراتژی‌های مؤثر تست هوش مصنوعی

طراحی برنامه‌های تست با کیفیت: برنامه‌های تست را برای تضمین کیفیت، ایمنی و عملکرد هوش مصنوعی طراحی کنید.

پیش‌نیازهای دوره تست هوش مصنوعی

آشنایی با اصول اولیه تست نرم‌افزار: آشنایی با اصول و شیوه‌های پایه‌ای تست نرم‌افزار توصیه می‌شود.

با پیشرفت سریع تکنولوژی، هوش مصنوعی (AI) و یادگیری ماشین (ML) نحوه طراحی، توسعه و تست نرم‌افزار را متحول می‌کنند. این دوره به طور خاص برای متخصصان و علاقه‌مندانی طراحی شده است که به دنبال پر کردن شکاف بین روش‌های سنتی تست و رویکردهای نوآورانه مورد نیاز برای سیستم‌های مبتنی بر هوش مصنوعی هستند. با تسلط بر ابزارها، تکنیک‌ها و متدولوژی‌های ضروری برای تضمین کیفیت و قابلیت اطمینان برنامه‌های پیشرفته هوش مصنوعی، مزیت رقابتی کسب کنید.

بینش‌هایی در زمینه‌های زیر به دست آورید:

  • مفاهیم اساسی هوش مصنوعی و یادگیری ماشین: اصول حاکم بر سیستم‌های هوش مصنوعی، از یادگیری نظارت شده تا شبکه‌های عصبی عمیق را درک کنید.

  • تکنیک‌های تست برای سیستم‌های هوش مصنوعی: روش‌های ارزیابی دقت مدل، تشخیص بایاس، اعتبارسنجی داده‌ها و مدیریت ماهیت غیرقطعی هوش مصنوعی را کاوش کنید.

  • چرخه عمر سیستم هوش مصنوعی: مراحل توسعه هوش مصنوعی، شامل آماده‌سازی داده‌ها، آموزش مدل، استقرار و بهبود مستمر، و تأثیر هر مرحله بر تست را بیاموزید.

  • ملاحظات اخلاقی در تست هوش مصنوعی: موضوعاتی مانند انصاف، شفافیت و پاسخگویی را بررسی کنید تا مطمئن شوید شیوه‌های تست شما با استانداردهای اخلاقی همخوانی دارد.

  • آمادگی برای گواهینامه ISTQB تست هوش مصنوعی: با توضیحات تفصیلی، مثال‌های دنیای واقعی و سناریوهایی که با سرفصل‌های ISTQB تست هوش مصنوعی مطابقت دارند، برای آزمون آماده شوید.

این دوره به گونه‌ای طراحی شده است که شما را با مهارت‌های لازم برای پیمایش چالش‌های منحصر به فرد تست سیستم‌های هوش مصنوعی مجهز کند. با تمرکز بر دانش عملی و کاربردهای دنیای واقعی، تخصص لازم برای طراحی استراتژی‌های تست قوی و رسیدگی به سناریوهای پیچیده تست را به دست خواهید آورد.

چه یک تستر باتجربه باشید، چه یک توسعه‌دهنده در حال کاوش در تست، یا فردی علاقه‌مند به هوش مصنوعی، این دوره به شما کمک می‌کند تا در حوزه همیشه در حال تحول تست نرم‌افزار پیشرو باشید. کسب گواهینامه ISTQB Artificial Intelligence Testing نه تنها تخصص شما را تأیید می‌کند، بلکه درهای فرصت‌های شغلی هیجان‌انگیز را نیز به روی شما باز خواهد کرد.


سرفصل ها و درس ها

1-مقدمه ای بر هوش مصنوعی 1 Introduction to AI

  • مفاهیم، فناوری‌ها و آینده مبانی هوش مصنوعی AI Fundamentals Concepts, Technologies, and Future

  • سخت‌افزار، خدمات و اخلاق هوش مصنوعی AI Hardware, Services, and Ethics

  • 1.1 تعریف هوش مصنوعی و آزمون تأثیر هوش مصنوعی 1.1 Definition of AI and AI Effect Quiz

  • 1.2 آزمون هوش مصنوعی محدود، عمومی و فوق‌پیشرفته 1.2 Narrow, General and Super AI Quiz

  • 1.3 آزمون سیستم‌های مبتنی بر هوش مصنوعی و سنتی 1.3 AI-Based and Conventional Systems Quiz

  • 1.4 آزمون فناوری‌های هوش مصنوعی 1.4 AI Technologies Quiz

  • 1.5 آزمون چارچوب‌های توسعه هوش مصنوعی 1.5 AI Development Frameworks Quiz

  • 1.6 آزمون سخت‌افزار برای سیستم‌های مبتنی بر هوش مصنوعی 1.6 Hardware for AI-Based Systems Quiz

  • 1.7 آزمون هوش مصنوعی به عنوان سرویس (AIaaS) 1.7 AI as a Service (AIaaS) Quiz

  • 1.8 آزمون مدل‌های از پیش آموزش دیده 1.8 Pre-Trained Models Quiz

  • 1.9 آزمون استانداردها، مقررات و هوش مصنوعی 1.9 Standards, Regulations and AI Quiz

2-ویژگی‌های کیفیت برای سیستم‌های مبتنی بر هوش مصنوعی 2 Quality Characteristics for AI-Based Systems

  • ویژگی‌های کیفیت برای سیستم‌های مبتنی بر هوش مصنوعی Quality Characteristics for AI-Based Systems

  • 2.1 آزمون انعطاف‌پذیری و سازگاری 2.1 Flexibility and Adaptability Quiz

  • 2.2 آزمون خودمختاری 2.2 Autonomy Quiz

  • 2.3 آزمون تکامل 2.3 Evolution Quiz

  • 2.4 آزمون سوگیری (Bias) 2.4 Bias Quiz

  • 2.5 آزمون اخلاق 2.5 Ethics Quiz

  • 2.6 آزمون عوارض جانبی و هک پاداش 2.6 Side Effects and Reward Hacking Quiz

  • 2.7 آزمون شفافیت، تفسیرپذیری و توضیح‌پذیری 2.7 Transparency, Interpretability and Explainability Quiz

  • 2.8 آزمون ایمنی و هوش مصنوعی 2.8 Safety and AI Quiz

3-یادگیری ماشین (ML) 3 Machine Learning (ML)

  • یادگیری ماشین (ML) Machine Learning (ML)

  • 3.1 آزمون اشکال یادگیری ماشین 3.1 Forms of ML Quiz

  • 3.2 آزمون گردش کار یادگیری ماشین 3.2 ML Workflow Quiz

  • 3.3 آزمون انتخاب نوع یادگیری ماشین 3.3 Selecting a Form of ML Quiz

  • 3.4 آزمون عوامل دخیل در انتخاب الگوریتم یادگیری ماشین 3.4 Factors Involved in ML Algorithm Selection Quiz

  • 3.5 آزمون بیش‌برازش (Overfitting) و کم‌برازش (Underfitting) 3.5 Overfitting and Underfitting Quiz

4-ML - داده 4 ML - Data

  • ML - داده ML - Data

  • 4.1 آزمون آماده‌سازی داده به عنوان بخشی از گردش کار ML 4.1 Data Preparation as Part of the ML Workflow Quiz

  • 4.2 آزمون مجموعه داده‌های آموزش، اعتبارسنجی و تست در گردش کار ML 4.2 Training, Validation and Test Datasets in the ML Workflow Quiz

  • 4.3 آزمون مسائل کیفیت مجموعه داده‌ها 4.3 Dataset Quality Issues Quiz

  • 4.4 آزمون کیفیت داده و تأثیر آن بر مدل ML 4.4 Data Quality and its Effect on the ML Model Quiz

  • 4.5 آزمون برچسب‌گذاری داده برای یادگیری نظارت‌شده 4.5 Data Labelling for Supervised Learning Quiz

5-معیارهای عملکرد وظیفه‌ای ML 5 ML Functional Performance Metrics

  • معیارهای عملکرد وظیفه‌ای ML ML Functional Performance Metrics

  • 5.1 آزمون ماتریس درهم‌ریختگی (Confusion Matrix) 5.1 Confusion Matrix Quiz

  • 5.2 آزمون معیارهای ML: طبقه‌بندی، رگرسیون و خوشه‌بندی 5.2 ML Metrics: Classification, Regression & Clustering Quiz

  • 5.3 آزمون محدودیت‌های معیارهای عملکرد وظیفه‌ای ML 5.3 Limitations of ML Functional Performance Metrics Quiz

  • 5.4 آزمون انتخاب معیارهای عملکرد وظیفه‌ای ML 5.4 Selecting ML Functional Performance Metrics Quiz

  • 5.5 آزمون مجموعه بنچمارک برای ML 5.5 Benchmark Suites for ML Quiz

6-ML - شبکه‌های عصبی و تست 6 ML - Neural Networks and Testing

  • ML - شبکه‌های عصبی و تست ML - Neural Networks and Testing

  • 6.1 آزمون شبکه‌های عصبی 6.1 Neural Networks Quiz

  • 6.2 آزمون معیارهای پوشش برای شبکه‌های عصبی 6.2 Coverage Measures for Neural Networks Quiz

7-مروری بر تست سیستم‌های مبتنی بر هوش مصنوعی 7 Testing AI-Based Systems Overview

  • مروری بر تست سیستم‌های مبتنی بر هوش مصنوعی Testing AI-Based Systems Overview

  • 7.1 آزمون مشخصات سیستم‌های مبتنی بر هوش مصنوعی 7.1 Specification of AI-Based Systems Quiz

  • 7.2 آزمون سطوح برای سیستم‌های مبتنی بر هوش مصنوعی 7.2 Test Levels for AI-Based Systems Quiz

  • 7.3 آزمون داده‌ها برای تست سیستم‌های مبتنی بر هوش مصنوعی 7.3 Test Data for Testing AI-based Systems Quiz

  • 7.4 آزمون سوگیری اتوماسیون در سیستم‌های مبتنی بر هوش مصنوعی 7.4 Testing for Automation Bias in AI-Based Systems Quiz

  • 7.5 آزمون مستندسازی یک جزء هوش مصنوعی 7.5 Documenting an AI Component Quiz

  • 7.6 آزمون تغییر مفهوم (Concept Drift) 7.6 Testing for Concept Drift Quiz

  • 7.7 آزمون انتخاب رویکرد تست برای سیستم ML 7.7 Selecting a Test Approach for an ML System Quiz

8-تست ویژگی‌های کیفیت خاص هوش مصنوعی 8 Testing AI-Specific Quality Characteristics

  • تست ویژگی‌های کیفیت خاص هوش مصنوعی Testing AI-Specific Quality Characteristics

  • 8.1 آزمون چالش‌های سیستم‌های خودآموز 8.1 Challenges Testing Self-Learning Systems Quiz

  • 8.2 آزمون سیستم‌های خودمختار مبتنی بر هوش مصنوعی 8.2 Testing Autonomous AI-Based Systems Quiz

  • 8.3 آزمون سوگیری الگوریتمی، نمونه‌ای و نامناسب 8.3 Testing for Algorithmic, Sample and Inappropriate Bias Quiz

  • 8.4 آزمون چالش‌های سیستم‌های مبتنی بر هوش مصنوعی احتمالی و غیر قطعی 8.4 Challenges Testing Probabilistic and Non-Deterministic AI-Based Systems Quiz

  • 8.5 آزمون چالش‌های سیستم‌های پیچیده مبتنی بر هوش مصنوعی 8.5 Challenges Testing Complex AI-Based Systems Quiz

  • 8.6 آزمون شفافیت و توضیح‌پذیری هوش مصنوعی 8.6 Testing AI Transparency & Explainability Quiz

  • 8.7 آزمون اوراکل‌ها برای سیستم‌های مبتنی بر هوش مصنوعی 8.7 Test Oracles for AI-Based Systems Quiz

  • 8.8 آزمون اهداف و معیارهای پذیرش 8.8 Test Objectives and Acceptance Criteria Quiz

9-روش‌ها و تکنیک‌های تست سیستم‌های مبتنی بر هوش مصنوعی 9 Methods and Techniques for the Testing of AI-Based Systems

  • روش‌ها و تکنیک‌های تست سیستم‌های مبتنی بر هوش مصنوعی Methods and Techniques for the Testing of AI-Based Systems

  • 9.1 آزمون حملات متخاصم و مسمومیت داده 9.1 Adversarial Attacks and Data Poisoning Quiz

  • 9.2 آزمون زوجی (Pairwise Testing) 9.2 Pairwise Testing Quiz

  • 9.3 آزمون پشت به پشت (Back-to-Back Testing) 9.3 Back-to-Back Testing Quiz

  • 9.4 آزمون A/B 9.4 A/B Testing Quiz

  • 9.5 آزمون فرامورفیک (Metamorphic Testing - MT) 9.5 Metamorphic Testing (MT) Quiz

  • 9.6 آزمون تجربی سیستم‌های مبتنی بر هوش مصنوعی 9.6 Experience-Based Testing of AI-Based Systems Quiz

  • 9.7 آزمون انتخاب تکنیک‌های تست برای سیستم‌های مبتنی بر هوش مصنوعی 9.7 Selecting Test Techniques for AI-Based Systems Quiz

10-محیط‌های تست برای سیستم‌های مبتنی بر هوش مصنوعی 10 Test Environments for AI-Based Systems

  • محیط‌های تست برای سیستم‌های مبتنی بر هوش مصنوعی Test Environments for AI-Based Systems

  • 10.1 آزمون محیط‌های تست برای سیستم‌های مبتنی بر هوش مصنوعی 10.1 Test Environments for AI-Based Systems Quiz

  • 10.2 آزمون محیط‌های تست مجازی برای تست سیستم‌های مبتنی بر هوش مصنوعی 10.2 Virtual Test Environments for Testing AI-Based Systems Quiz

11-استفاده از هوش مصنوعی برای تست 11 Using AI for Testing

  • استفاده از هوش مصنوعی برای تست Using AI for Testing

  • 11.1 آزمون فناوری‌های هوش مصنوعی برای تست 11.1 AI Technologies for Testing Quiz

  • 11.2 استفاده از هوش مصنوعی برای تجزیه و تحلیل نقص‌های گزارش شده 11.2 Using AI to Analyze Reported Defects Quiz

  • 11.3 استفاده از هوش مصنوعی برای تولید موارد تست 11.3 Using AI for Test Case Generation Quiz

  • 11.4 استفاده از هوش مصنوعی برای بهینه‌سازی مجموعه تست‌های رگرسیون 11.4 Using AI for the Optimization of Regression Test Suites Quiz

  • 11.5 استفاده از هوش مصنوعی برای پیش‌بینی نقص 11.5 Using AI for Defect Prediction Quiz

  • 11.6 استفاده از هوش مصنوعی برای تست رابط‌های کاربری 11.6 Using AI for Testing User Interfaces Quiz

آزمون‌های شبیه‌سازی شده ISTQB Certified Tester AI Testing (CT-AI) ISTQB Certified Tester AI Testing (CT-AI) Mock Exams

  • آزمون شبیه‌سازی شده اول ISTQB Certified Tester AI Testing (CT-AI) ISTQB Certified Tester AI Testing (CT-AI) Mock Exam 1

  • آزمون شبیه‌سازی شده دوم ISTQB Certified Tester AI Testing (CT-AI) ISTQB Certified Tester AI Testing (CT-AI) Mock Exam 2

  • آزمون شبیه‌سازی شده سوم ISTQB Certified Tester AI Testing (CT-AI) ISTQB Certified Tester AI Testing (CT-AI) Mock Exam 3

  • آزمون شبیه‌سازی شده چهارم ISTQB Certified Tester AI Testing (CT-AI) ISTQB Certified Tester AI Testing (CT-AI) Mock Exam 4

  • آزمون شبیه‌سازی شده پنجم ISTQB Certified Tester AI Testing (CT-AI) ISTQB Certified Tester AI Testing (CT-AI) Mock Exam 5

نمایش نظرات

آمادگی آزمون تستر گواهی شده ISTQB هوش مصنوعی (CT-AI)
جزییات دوره
1 hour
12
Udemy (یودمی) Udemy (یودمی)
(آخرین آپدیت)
374
4.6 از 5
ندارد
دارد
دارد
AL ACADEMY
جهت دریافت آخرین اخبار و آپدیت ها در کانال تلگرام عضو شوید.

Google Chrome Browser

Internet Download Manager

Pot Player

Winrar

AL ACADEMY AL ACADEMY

مدرس در یودمی