Luis Master Notes
Search
Search
Search
Dark mode
Light mode
Explorer
_MapsOfContents
Ambient Intelligence
Análise de Requisitos
Arquitetura de Software
Big Data
Design e Arquitetura de Software
Machine Learning
Metodologia e Desenvolvimento de Software
Plataformas de Desenvolvimento
Testes e Qualidade de Software
AR
Analise de Impacto
Análise e Negociação de Requisitos
Análise MoSCoW
Definição de Requisitos Orientada a Pontos de Vista (VORD)
Diagrama de Classes
Diagrama de Sequência
Diagramas de Caso de Uso
Documentação
Gestão de Requisitos
iStar Diagrams
Kano Model
Levantamento de Requisitos
Matriz de Impacto-Esforço
Matriz de Rastreabilidade
Método RICE (reach, impact, confidence, effort)
Métricas de Rastreamento
Model Storming
Processo Genérico
Rastreabilidade
Relatórios de Usabilidade
Requisitos Não Funcionais
Requisitos para Desenvolvimento Ágil
Retorno sobre o Investimento (ROI)
Scope Creep
Validação de Requisitos
DAS
Abstract Factory
Adapter (class)
Adapter (object)
Add and Remove Custom Methods
Analyzing Trade-offs
Anonymous Writes
Association Resources
Batch Operations
Behavioral
Bridge
Builder
Chain of Responsibility
Collective Operations
Command
Composite
Copy and Move
Criational
Criteria-Based Deletion
Cross References
Custom methods
Decorator
Dependency Inversion Principle
Desenho de Software
Desenvolvimento Iterativo
Design Patterns (GoF)
Diagramas de Sequência
Facade
Factory Method
Field Masks
Filtering
Flyweigth
GRASP - General Responsability Assignment Software Patterns
HTTP - Hypertext Transfer Protocol
Import & Export
Interface Segregation Principle
Interpreter
Iterator
Liskov Substitution Principle
LRO (Long-running Operations)
Mediator
Memento
Modelo de Domínio
Modularity
Observer
Open - Closed Principle
Pagination
Pensamento Arquitetural
Polymorphism
Prototype
Proxy
Ranking de Coesão
Re-Runnable Jobs
Representações de Requisitos
Requisitos
Resource Relations Patterns
Resources
Single Responsibility Principle
Singleton
Singleton Sub-Resources
SOLID principles
Standard Methods
State
Strategy
Structural
Technological Depth vs Technological Breadth
Template Method
Visitor
Web API Basics
MDS
Áreas de Processo CMMI
Benefícios do Kanban
Benefícios do Pair Programming
Ciclo de Vida do Software da NASA
Ciclo de Vida do XP
Ciclo de Vida Waterfall
CMMI (Capability Maturity Model Integration)
Code-and-Fix
Critérios de Entrada e Saída
Definição do Processo de Software
Desafios do Pair Programming
Desenvolvimento ágil de software (aceitar a mudança)
Desenvolvimento de Software
Extreme Programming (Embracing Change)
Extreme Programming (XP)
Fluxo de Processo e Ciclo de Vida do Scrum
Framework do Scrum
Implementando Pair Programming
Introdução ao Scrum
ISO IEC 12207
Kanban
Kanban (Reduce waste)
Manifesto Ágil
Melhores Práticas Ágeis
Mentalidade Ágil
Modelo Clássico do Ciclo de Vida do Software
Modelo ETVX
Modelo Incremental
Modelos de Avaliação de Processo
Modelos de Processo de Software
Modelos de processos tradicionais
Modelos de referência e avaliação
Modelos de Representação CMMI (v1.3 e v2.0)
Modelos Específicos de Domínio
Modelos Tradicionais de Processo de Software
Motivação no Desenvolvimento Ágil
Pair Programming
Pair Programming
Pair Programming e TDD (Test-Driven Development)
Papéis no Pair Programming
Papéis no Scrum
Por que o Pair Programming Funciona
Práticas de Gestão de Projetos Ágeis
Práticas-Chave do Scrum
Práticas-Chave do XP
Princípios Ágeis
Processos de Software
Product e Sprint Backlog
Rational Unified Process (RUP)
Regras do XP
Reuniões no Scrum
Scrum
Scrumban
SPICE (Software Process Improvement and Capability Determination)
Spiral
Valores do Scrum
Valores do XP
Vantagens do Scrumban sobre o Scrum
Waterfall
ML
Abordagens de Validação
Algoritmos Baseados em Densidade (DBSCAN)
Algoritmos Hierárquicos
Algoritmos Particionais (K-means)
Anatomia de um Processo de Aprendizagem
Árvores de Decisão
Boosting
Classificação
Classificação Binária
Classificação Multiclasse
Clustering
Correlação
Covariância
Curva ROC
Data Mining
Distribuições de dados
Estatística Descritiva
Estratégias de Validação
KNN-nearest Neighbour
Limpeza dos Dados
Matriz de Confusão
Medidas
Medidas de Tendência Central
Medidas de Variabilidade
Métricas de Desempenho
Naive Bayes
Qualidade dos dados
Random Forest
Redes Neuronais
Redução de Dimensionalidade (PCA)
Regressão
Regressão Linear
Regressão Logística
Regularização
Support Vector Machine
Tipos de Aprendizagem
Tipos de Dados
Variável aleatória
Workflow de Limpeza de Lados
TQS
A necessidade de testar
A necessidade de um programa em execução
Abordagens pessimistas vs. otimistas para concluir as fases de teste
Abrangendo expressões lógicas
Análise de valor limite (BVA) aplicada a classes de equivalência
Aplicação de técnicas de teste
Caminhos em grafos
Casos técnicos, comerciais, profissionais, de segurança e de qualidade para testes
Cobertura de fluxo de dados para fonte
Cobertura de gráficos para código-fonte
Cobertura de nós e de arestas
Cobertura de várias arestas
Cobertura lógica baseada em especificações
Conceito N-Switches
Conceitos Avançados em ECT
Conceitos e Princípios da ECT
Concentre-se em áreas críticas e pontos problemáticos
Critérios Clássicos de Cobertura
Critérios de cobertura estrutural e de fluxo de dados
Critérios de cobertura lógica
Critérios de fluxo de dados
Critérios de teste de fluxo de dados
Debbuging, demonstração, verificação, validação e prevenção
Definição conceitual (IEEE, Myers, Hetzel)
Definição e finalidade dos testes de software
Definições de erro, falha, falha, incidente, caso de teste e conjunto de testes
Desafios em testar todos os dados de entrada e caminhos de execução
Descobrindo grafos
Diferenças entre validação e verificação
Discussão de fatores de qualidade
Discussão sobre a impossibilidade de provar correção absoluta
Distinção entre teste e debugging
Ênfase em testes eficientes e trabalho em equipe
Envolvimento de não desenvolvedores nos testes
Estruturas lógicas na modelagem de software
Exame detalhado dos tipos de cobertura
Exemplo de código para discutir cenários de teste
Exemplos de aplicações do mundo real
Exemplos de ECT
Exemplos de gráficos de fluxo de controle
Exemplos e aplicações
Exemplos práticos e aplicações
Explicação da impraticabilidade de testes exaustivos
Explicação do script de teste e sua função
Expressões lógicas a partir da fonte
Extensão dos testes necessários
Fontes de grafos e aplicações
Funções e responsabilidades nos testes
Funções nos testes
Gráficos de fluxo de controle (CFGs)
Importância das entradas válidas e inválidas
Importância de aumentar a confiança na operação do software
Importância do controle de software e garantia de qualidade
Importância do desenvolvimento voltado para testes
Introdução à cobertura lógica
Introdução ao Teste de Classe de Equivalência (ECT)
Introdução aos critérios de cobertura de gráficos
Introdução às Tabelas de Decisão
Justificativa econômica por trás da identificação e resolução oportuna de defeitos
Limitações de ambos os processos
Noções básicas de teoria de grafos
Os objetivos gerais dos testes - descobrir falhas, melhorar a confiabilidade e garantir a qualidade
Outros critérios e técnicas em ECT
Papel dos processos na qualidade de software
Pares de DU e caminhos de DU
Particionando além dos valores de entrada
Percurso, viagens secundárias e desvios em grafos
Predicados e cláusulas lógicas
Princípios Operacionais da ECT
Problemas com as práticas atuais de cobertura
Requisitos de teste de fluxo de controle (TRs) e caminhos de teste
Requisitos de teste de grafos e critérios de cobertura
Subsunção de critérios de cobertura de gráficos
Teste de Transição de Estado
Teste estático versus dinâmico
Testes de caixa preta, caixa branca e caixa cinza
Testes positivos e negativos
Tipos de cobertura
Tipos de testes de classe de equivalência
Tópicos avançados em cobertura lógica
Trade-offs entre tempo, orçamento e qualidade
Verificação e validação de software
Vias principais e cobertura de vias
Home
❯
ML
ML
May 03, 2024, 1 min read
Machine Learning - Index
39 items under this folder.
May 03, 2024
KNN-nearest Neighbour
May 03, 2024
Limpeza dos Dados
May 03, 2024
Matriz de Confusão
May 03, 2024
Medidas de Tendência Central
May 03, 2024
Medidas de Variabilidade
May 03, 2024
Medidas
May 03, 2024
Métricas de Desempenho
May 03, 2024
Naive Bayes
May 03, 2024
Qualidade dos dados
May 03, 2024
Random Forest
May 03, 2024
Redes Neuronais
May 03, 2024
Redução de Dimensionalidade (PCA)
May 03, 2024
Regressão Linear
May 03, 2024
Regressão Logística
May 03, 2024
Regressão
May 03, 2024
Regularização
May 03, 2024
Support Vector Machine
May 03, 2024
Tipos de Aprendizagem
May 03, 2024
Tipos de Dados
May 03, 2024
Variável aleatória
May 03, 2024
Workflow de Limpeza de Lados
May 03, 2024
Árvores de Decisão
May 03, 2024
Abordagens de Validação
May 03, 2024
Algoritmos Baseados em Densidade (DBSCAN)
May 03, 2024
Algoritmos Hierárquicos
May 03, 2024
Algoritmos Particionais (K-means)
May 03, 2024
Anatomia de um Processo de Aprendizagem
May 03, 2024
Boosting
May 03, 2024
Classificação Binária
May 03, 2024
Classificação Multiclasse
May 03, 2024
Classificação
May 03, 2024
Clustering
May 03, 2024
Correlação
May 03, 2024
Covariância
May 03, 2024
Curva ROC
May 03, 2024
Data Mining
May 03, 2024
Distribuições de dados
May 03, 2024
Estatística Descritiva
May 03, 2024
Estratégias de Validação