Selezionando un paese vedi i corsi disponibili nella tua regione.
⏱ 2 h 30 min📚 25 lezioni🎧 Versione audio
Analisi della distribuzione dei casi di prova con PropEr Generators
Impara a usare la funzione collect in PropEr per raccogliere statistiche, analizzare la distribuzione dei dati personalizzati e scrivere test basati su proprietà più forti in Erlang.
💬Istruttore IA Fai domande su qualsiasi lezione e ricevi una risposta chiara all'istante, quando vuoi.
🕐Inizia quando vuoi Niente orari né scadenze: impara al tuo ritmo, quando vuoi.
🌐In italiano Lezioni, esercizi e certificato: tutto interamente nella tua lingua.
Informazioni sul corso
Scrivere test basati su proprietà è solo metà della battaglia. Devi anche assicurarti che i tuoi generatori personalizzati producano effettivamente la gamma diversificata di dati che ti aspetti. Senza visibilità sugli input dei test, piccoli bug possono facilmente nascondersi in casi marginali non testati. Questo corso di solo testo ti insegnerà come ispezionare, analizzare e ottimizzare la distribuzione dei dati di test utilizzando la funzione di raccolta incorporata in PropEr.Imparerai a raccogliere metriche in tempo reale dai tuoi generatori, assicurando che le tue suite di test Erlang siano robuste e complete. Cosa imparerai: Comprendere i meccanismi fondamentali del test basato sulle proprietà e della generazione di dati; Implementare la funzione di raccolta all'interno dei generatori PropEr per categorizzare i valori generati; Analizzare le distribuzioni statistiche degli input di test per identificare le lacune nella copertura dei test; Regolare i generatori personalizzati per garantire un mix equilibrato di input e output tipici. Il corso inizia con i concetti essenziali di test basati sulle proprietà e convalida statistica prima di guidare l'utente attraverso la sintassi e l'implementazione delle funzioni di raccolta dati. Questo corso è progettato per i principianti per i test basati sulle proprietà e gli sviluppatori Erlang che desiderano ottenere una profonda visibilità nelle loro suite di test automatizzati.Il corso è strutturato in modo da fornire una panoramica completa delle funzionalità di Erlang. Non è richiesta alcuna esperienza precedente con le statistiche PropEr Inizia oggi stesso a ottimizzare la copertura dei test e a scrivere codice più prevedibile e di alta qualità.
Contenuti del corso
Cosa otterrai
📜Certificato di completamento Aggiungilo al tuo profilo LinkedIn
💬Tutor AI personale Bloccato su una lezione? Chiedi al tuo tutor integrato qualsiasi cosa, in qualsiasi momento.
🎧Versione audio inclusa Impara ovunque, senza schermo
♾️Accesso a vita Torna quando vuoi, senza scadenza
📱Telefono o computer Funziona ovunque, su qualsiasi dispositivo
💸Rimborso entro 14 giorni Senza domande
⚡Breve e mirato 2 h 30 min di contenuto pratico
Certificato di completamento
Ogni corso che completi su PickAClass rilascia una credenziale come questa — originale, con codice proprio, verificabile via URL e dettagliata su ciò che hai dimostrato.
P
PickAClass
Profilo competenze · verificabile
Documento
Certificato di Maestria
Si certifica che
Nome Cognome
ha dimostrato con successo la padronanza di
Analisi della distribuzione dei casi di prova con PropEr Generators
Competenze dimostrate
✓
Analisi dei modelli comportamentali
Fondamentale
1.2 h
✓
Framework di architettura decisionale
Competente
1.4 h
✓
Progettazione di test A/B
Competente
1.7 h
✓
Copywriting comportamentale
Avanzato
1.9 h
P
PickAClass — Nome Cognome
Analisi della distribuzione dei casi di prova con PropEr Generators
Pagina 2 di 2
Dettaglio prestazioni
Riepilogo del corso
Lezioni completate14 / 14
Domande di pratica26 / 28
Compiti consegnati4 (media 4,5 / 5)
Progetto finaleValutato — 4,6 / 5
Pratica totale6.2 h
Benchmark di prestazione
Posizione nella coorteTop 12% su 1,625
Tempo al completamento11 giorni (mediana: 22)
Punteggio di padronanza91 / 100
Punteggio domande di pratica94%
Verifica della competenzaPercorso di competenza verificato