Todavía no lo he usado directamente, pero esto es algo sobre lo que también he estado leyendo e intentando identificar algunos buenos casos de uso para ML en las pruebas. Pocos de los casos de uso en los que he pasado tiempo refinando son:
- Pruebas predictivas : uso de regresión lineal solo con LoC o regresión multivariada con parámetros como LoC, complejidad ciclomática, tipo de aplicación, número de líneas de comentarios, frecuencia de lanzamiento, etc. para obtener una probabilidad de defecto para una aplicación. Esta probabilidad se puede usar para conducir la estrategia de prueba y la edad de peso que se le dará a la prueba de una aplicación en particular.
- Coincidencia de imagen : Esto es aproximadamente para usar el modelo ML para hacer coincidir las pantallas o la imagen, incluso si tienen diferencias y para tomar decisiones sobre si fallar un caso de prueba debido a una falta de coincidencia particular o no.
- Sugerencias : Para capturar de forma remota los pasos y valores que los probadores están creando para escenarios específicos en un marco de automatización de prueba interno para proporcionar sugerencias a otros usuarios del marco.
