⏱ 2 ชม. 30 นาที
📚 25 บทเรียน
🎧 เวอร์ชันเสียง
การวิเคราะห์การกระจายตัวของ Test Case ด้วย PropEr Generators
เรียนรู้วิธีใช้ฟังก์ชัน collect ใน PropEr เพื่อรวบรวมสถิติ วิเคราะห์การกระจายตัวของข้อมูลแบบกำหนดเอง และเขียน property-based tests ที่มีประสิทธิภาพมากขึ้นใน Erlang
-
💬
ผู้สอน AI
ถามเกี่ยวกับบทเรียนใดก็ได้ แล้วรับคำตอบที่ชัดเจนทันที ทุกเมื่อ
-
🕐
เริ่มเมื่อไรก็ได้
ไม่มีตารางหรือเดดไลน์ — เรียนตามจังหวะของคุณ เมื่อไรก็ได้
-
🌐
เป็นภาษาไทย
บทเรียน แบบฝึกหัด และใบรับรอง — ทั้งหมดเป็นภาษาของคุณอย่างครบถ้วน
เกี่ยวกับคอร์สนี้
การเขียน property-based tests เป็นเพียงครึ่งทางของการทดสอบ คุณยังต้องมั่นใจด้วยว่า custom generators ของคุณสามารถสร้างข้อมูลที่หลากหลายตามที่คุณคาดหวังจริง ๆ หากขาดการมองเห็นข้อมูลนำเข้าในการทดสอบ บั๊กที่ซ่อนอยู่ก็อาจเล็ดลอดไปอยู่ใน edge cases ที่ไม่ได้รับการทดสอบได้ง่าย หลักสูตรที่มีเนื้อหาข้อความนี้จะสอนวิธีตรวจสอบ วิเคราะห์ และปรับแต่งการกระจายตัวของข้อมูลทดสอบโดยใช้ฟังก์ชัน collect ที่มีมาให้ใน PropEr คุณจะได้เรียนรู้วิธีรวบรวมเมตริกแบบเรียลไทม์จาก generators ของคุณ เพื่อให้มั่นใจว่าชุดการทดสอบ Erlang ของคุณมีความทนทานและครอบคลุม สิ่งที่คุณจะได้เรียนรู้: ทำความเข้าใจกลไกพื้นฐานของการทำ property-based testing และการสร้างข้อมูล; ใช้งานฟังก์ชัน collect ภายใน PropEr generators เพื่อจัดหมวดหมู่ค่าที่สร้างขึ้น; วิเคราะห์การกระจายทางสถิติของข้อมูลนำเข้าเพื่อระบุช่องว่างในการครอบคลุมการทดสอบ; ปรับแต่ง custom generators เพื่อให้แน่ใจว่ามีการผสมผสานที่สมดุลระหว่างข้อมูลทั่วไปและ edge cases ที่ซับซ้อน; ประยุกต์ใช้เวิร์กโฟลว์การทดสอบสมัยใหม่เพื่อตรวจสอบ properties อย่างเป็นระบบ หลักสูตรนี้เริ่มต้นด้วยแนวคิดที่จำเป็นของ property-based testing และการตรวจสอบความถูกต้องทางสถิติก่อนที่จะพาคุณไปเรียนรู้ไวยากรณ์และการใช้งานฟังก์ชันรวบรวมข้อมูล คุณจะได้ศึกษาตัวอย่างที่เป็นรูปธรรมและเรียนรู้วิธีตีความรายงานการกระจายตัวเพื่อปรับปรุงชุดการทดสอบของคุณด้วยข้อมูล หลักสูตรนี้ออกแบบมาสำหรับผู้เริ่มต้นใช้งาน property-based testing และนักพัฒนา Erlang ที่ต้องการมองเห็นชุดการทดสอบอัตโนมัติของตนเองได้อย่างเจาะลึก ไม่จำเป็นต้องมีประสบการณ์เกี่ยวกับสถิติของ PropEr มาก่อน เริ่มต้นเพิ่มประสิทธิภาพการครอบคลุมการทดสอบของคุณและเขียนโค้ดที่มีคุณภาพสูงและคาดเดาได้ง่ายขึ้นตั้งแต่วันนี้
เนื้อหาคอร์ส
สิ่งที่คุณจะได้รับ
-
📜
ใบประกาศนียบัตร
เพิ่มในโปรไฟล์ LinkedIn ของคุณ
-
💬
ติวเตอร์ AI ส่วนตัว
ติดขัดในบทเรียน? ถามติวเตอร์ในตัวของคุณได้ทุกอย่าง ทุกเวลา
-
🎧
รวมเวอร์ชันเสียง
เรียนได้ทุกที่ ไม่ต้องดูจอ
-
♾️
เข้าถึงตลอดชีพ
กลับมาเรียนได้ตลอด ไม่มีหมดอายุ
-
📱
โทรศัพท์หรือคอมพิวเตอร์
ใช้งานได้ทุกที่ ทุกอุปกรณ์
-
💸
คืนเงิน 14 วัน
ไม่ต้องอธิบาย
-
⚡
กระชับและตรงประเด็น
2 ชม. 30 นาที เนื้อหาเชิงปฏิบัติ
ใบประกาศนียบัตร
ทุกคอร์สที่คุณเรียนจบบน PickAClass จะออกใบรับรองแบบนี้ — ต้นฉบับ มีรหัสของตัวเอง ตรวจสอบได้ทาง URL และระบุรายละเอียดสิ่งที่แสดงจริง
P
PickAClass
โปรไฟล์ทักษะ · ตรวจสอบได้
เอกสาร
ใบรับรองความเชี่ยวชาญ
ขอรับรองว่า
ชื่อ นามสกุล
ได้แสดงความเชี่ยวชาญสำเร็จใน
การวิเคราะห์การกระจายตัวของ Test Case ด้วย PropEr Generators
ทักษะที่แสดง
✓
การวิเคราะห์รูปแบบพฤติกรรม
พื้นฐาน
1.2 ชม.
✓
กรอบสถาปัตยกรรมการตัดสินใจ
ชำนาญ
1.4 ชม.
✓
การออกแบบการทดสอบ A/B
ชำนาญ
1.7 ชม.
✓
การเขียนสำเร็จรูปพฤติกรรม
ขั้นสูง
1.9 ชม.
P
PickAClass — ชื่อ นามสกุล
การวิเคราะห์การกระจายตัวของ Test Case ด้วย PropEr Generators
หน้า 2 จาก 2
รายละเอียดผลงาน
สรุปงานเรียน
บทเรียนที่จบ
14 / 14
คำถามฝึกหัด
26 / 28
งานที่ส่ง
4 (เฉลี่ย 4.5 / 5)
โครงการ capstone
ตรวจแล้ว — 4.6 / 5
ฝึกทั้งหมด
6.2 ชม.
เกณฑ์ผลงาน
อันดับในรุ่น
12% แรกจาก 1,625
เวลาที่ใช้จนจบ
11 วัน (มัธยฐาน: 22)
คะแนนความเชี่ยวชาญ
91 / 100
คะแนนคำถามฝึกหัด
94%
การยืนยันทักษะ
เส้นทางทักษะที่ยืนยันแล้ว
รีวิว
ยังไม่มีรีวิว — เป็นคนแรกที่แชร์ประสบการณ์
คำถามที่พบบ่อย
ฉันต้องใช้อะไรในการเรียนคอร์สนี้?
+
แค่โทรศัพท์หรือคอมพิวเตอร์ที่มีอินเทอร์เน็ต ไม่ต้องติดตั้งหรือใช้อุปกรณ์พิเศษ
ฉันชำระเงินอย่างไร?
+
ผ่านบัตรด้วย Stripe เราไม่เก็บข้อมูลบัตร — Stripe จัดการอย่างปลอดภัย
ฉันขอคืนเงินได้ไหม?
+
ใช่ — คืนเงินเต็มจำนวนใน 14 วัน ไม่ต้องอธิบาย
ฉันมีสิทธิ์เข้าถึงนานเท่าไร?
+
ตลอดไป เมื่อซื้อแล้วคอร์สเป็นของคุณ กลับมาเรียนได้ตลอด
ฉันจะได้ใบประกาศนียบัตรไหม?
+
ได้ เมื่อเรียนจบจะได้รับใบประกาศนียบัตรที่เพิ่มในโปรไฟล์ LinkedIn ได้
ออกแบบสำหรับผู้เรียนใน
เทคโนโลยี
ดีไซน์
การเงิน
การตลาด
สาธารณสุข
การศึกษา
ธุรกิจการบริการ
อุตสาหกรรม