はじめに 〜記事執筆のきっかけ〜 先日、以下の記事についてのツイートが流れてきました。 zenn.dev この記事の内容については、ChatGPTをはじめとするAIによるテストの可能性を示した素晴らしい内容だと思います。 ですが、果たして"今時点（元記事の執筆時点）の"出力結果*1が実用に耐えうるものになっているのか検討し、提示する必要もあると感じました*2。 そこで本記事では、テストエンジニアである私の回答例と"今時点の"AIの出力結果を比較しギャップを示すことを目的とします*3。 決して、AIによるテスト自動生成の進化自体を否定している訳ではないことを念頭にお読みいただければと思います。 結論 本記事では、"今時点の"AIの出力結果に対して、以下の結論を導き出しています。 状態遷移図のテスト設計の題材では、根幹となる機能に関する不具合が含まれていた デシジョンテーブルのテスト設計の題材
はじめに この記事は、これからIoTを学ぶ人、すでにIoTの開発を行っている人に向けて、 参考になる本はないかと聞かれ、テンション上がって探した成果をまとめます。 IoTの主な技術 主に知って置かないとならない、大まかな分野が三つあります。 ★ネットワーク IoTのIの部分、インターネットについての知識はとても大事。 ★ハードウェア IoTのTの部分、ハードウェアを差し置いてIoTを語ることはできない。 ★システム IoTのどの部分にも含まれてないけど(もしかしたらoの部分？)、ハードウェアとサービスを組み合わせる際に、システムの知見が必要になる。 騙されたと思って、システムの本を数冊買うことをお勧めします。 騙された気分で読むと、たまに、あ！なんか理解できた！って気分になると気があります。 （逆に言えば、ここの本を読まないから、みんな難しい顔をするんですよ。だから騙されてください、お願い
プログラマー脳 ～優れたプログラマーになるための認知科学に基づくアプローチ - 秀和システム あなたの学びをサポート！
認知科学は、情報処理の観点から記憶や思考などの人間の脳と心の働きを説き明かし、認識・知能の理解を目指す研究分野です。しかし、プログラマーの大半は認知科学を学ぶ機会がありません。本書は、すべてのプログラマーのために、認知科学を応用してプログラミングをもっと効率的に、もっと楽しくするメソッドを解説します。本書を読むと「ああ、なるほど！」「それは思いつかなかった！」という体験が繰り返されることでしょう。 Part 1 コードをよりよく読むために Chapter 1 コーディング中の混乱を紐解く 1.1 コードにおけるさまざまな種類の混乱 1.1.1 混乱のタイプその1：知識不足 1.1.2 混乱のタイプその2：情報不足 1.1.3 混乱のタイプその3：処理能力の不足 1.2 コーディングに影響を与えるさまざまな認知プロセス 1.2.1 長期記憶とプログラミング 1.2.2 短期記憶とプログラミン
プログラマー脳 ～優れたプログラマーになるための認知科学に基づくアプローチ - 秀和システム あなたの学びをサポート！
認知科学は、情報処理の観点から記憶や思考などの人間の脳と心の働きを説き明かし、認識・知能の理解を目指す研究分野です。しかし、プログラマーの大半は認知科学を学ぶ機会がありません。本書は、すべてのプログラマーのために、認知科学を応用してプログラミングをもっと効率的に、もっと楽しくするメソッドを解説します。本書を読むと「ああ、なるほど！」「それは思いつかなかった！」という体験が繰り返されることでしょう。 Part 1 コードをよりよく読むために Chapter 1 コーディング中の混乱を紐解く 1.1 コードにおけるさまざまな種類の混乱 1.1.1 混乱のタイプその1：知識不足 1.1.2 混乱のタイプその2：情報不足 1.1.3 混乱のタイプその3：処理能力の不足 1.2 コーディングに影響を与えるさまざまな認知プロセス 1.2.1 長期記憶とプログラミング 1.2.2 短期記憶とプログラミン
j次のブックマーク
k前のブックマーク
lあとで読む
eコメント一覧を開く
oページを開く
AI駆動開発と現状とのギャップを示す - ブロッコリーのブログ
IoTをこれから学ぶ君へ→オススメの本 - Qiita