1 de enero de 1 | 2 minutos de lectura
Índice de contenido
capitulo 14 Introducción a las pruebas 14.1 Introducción Este capítulo considera los diferentes tipos de pruebas que usted podría querer realizar con los sistemas que desarrollas en Python. También introduce Test Driven Desarrollo. 14.2 Tipos de pruebas Hay al menos dos formas de pensar acerca de las pruebas:
- Es el proceso de ejecutar un programa con la intención de encontrar errores/bugs (ver Glenford Myers, El arte de las pruebas de software).
- Es un proceso utilizado para establecer que los componentes de software cumplen con los requisitos identificado para ellos, es decir, que hacen lo que se supone que deben hacer. Estos dos aspectos de las pruebas tienden a enfatizarse en diferentes puntos de la ciclo de vida del software. La prueba de errores es una parte intrínseca del proceso de desarrollo, y Se está poniendo un énfasis cada vez mayor en hacer que las pruebas sean una parte central del software. (ver Desarrollo dirigido por pruebas). Cabe señalar que es extremadamente difícil, y en muchos casos imposible, para probar que el software funciona y está completamente libre de errores. El hecho de que un conjunto de pruebas no encuentra defectos no prueba que el software esté libre de errores. ‘Falta de prueba no es evidencia de ausencia!’. Esto se discutió a fines de la década de 1960 y principios de la de 1970. por Dijkstra y se puede resumir como: Las pruebas muestran la presencia, no la ausencia de errores Las pruebas para establecer que los componentes de software cumplen su contrato implican comprobando las operaciones contra sus requisitos. Aunque esto sucede en © Springer Nature Suiza AG 2019 J. Hunt, Guía avanzada para la programación de Python 3, Temas de Pregrado en Ciencias de la Computación, https://doi.org/10.1007/978-3-030-25943-3_14 165
popular post
3 de febrero de 2018
El modelo AR de series temporales univariadas
Resumen: En esta entrada, descubrirá el modelo AR: El modelo autorregresivo.
Leer más2 de febrero de 2018
Evaluación de modelos para pronosticar
Resumen: Al desarrollar modelos de aprendizaje automático, generalmente se comparan varios modelos durante la fase de construcción.
Leer más1 de febrero de 2018
Modelos para pronosticar
Resumen: El pronóstico, traducido groseramente como la tarea de predecir el futuro, ha estado presente en la sociedad humana durante siglos.
Leer más