Tester les systèmes d’intelligence artificielle – mythe contre réalité (partie 4)
An INFJ personality wielding brevity in speech and writing.
Dans le post précédent, nous avons donné un aperçu de la façon dont ZUJYA aide à valider les modèles prédictifs. Bien que ZUJYA soit conçu pour valider des modèles prédictifs basés sur l’apprentissage automatique, il peut également être utilisé avec des cadres d’automatisation standard utilisés pour les tests fonctionnels/non fonctionnels.
Par exemple, EPIQ (Engineering Productivity Improvements for Quality) de Zuci s’intègre à ZUJYA pour valider les tests fonctionnels. EPIQ est construit sur Java et inclut des fonctionnalités pour la couverture de code et les tests unitaires à l’aide d’outils tels que Cobertura et TestNG.
Dans la première partie de cette série de blogs, nous avons donné une introduction générale à l’intelligence artificielle, à l’apprentissage automatique, à l’apprentissage profond et à la robotique, mais nous avons surtout discuté de l’apprentissage automatique. Faisons un rapide tour d’horizon de la robotique et de l’apprentissage en profondeur.
ZUBOT
Eh bien, la robotique dans les logiciels ou les chatbots, comme on les appelle, sont conçus pour automatiser les tâches répétitives. Par exemple, notre chatbot intitulé “ZUBOT” aide les clients des secteurs Fintech, Retail et Marketing à effectuer des tâches répétitives telles qu’agir en tant qu’agents virtuels, effectuer l’extraction de données à des intervalles spécifiés et les alimenter dans d’autres systèmes, etc.
Le Deep Learning fait à nouveau partie de la famille des algorithmes d’apprentissage automatique. Dans le deep learning, chaque niveau apprend à transformer ses données d’entrée en une représentation un peu plus abstraite et composite. Récemment, nous avons vu de nombreuses fonctionnalités de reconnaissance faciale basées sur l’IA, etc., qui sont des domaines où l’apprentissage en profondeur est appliqué.
Nous pensons que la série en quatre parties sur “Tester les systèmes d’intelligence artificielle : mythe contre réalité” a donné un large aperçu de l’apprentissage automatique, des modèles prédictifs et de l’approche pour les valider.
Veuillez nous contacter si vous avez d’autres questions.
Sources:
https://docs.aws.amazon.com/machine-learning/latest/dg/what-is-amazon-machine-learning.html
https://en.wikipedia.org/wiki/Deep_learning
Read more
Tester les systèmes d’Intelligence Artificielle – Mythe vs Réalité (Partie 3)
Tester les systèmes d’Intelligence Artificielle – Mythe vs Réalité (Partie 2)
Tester des systèmes d’Intelligence Artificielle – Mythe vs Réalité
Similar posts
