selenium是什麼的問題，透過圖書和論文來找解法和答案更準確安心。 我們找到下列懶人包和總整理

Python：股票×ETF量化交易回測102個活用技巧

為了解決selenium是什麼的問題，作者劉承彥 這樣論述：

　　無論是牛市還是熊市，「維持紀律」才是股市求財的不二法門，但維持紀律又是非常難做到的事，結果就是多數人最終無法在股票市場上賺到錢。 　　什麼時候該買，什麼時候該賣，道理很多人都懂，但往往下單時又摻雜了太多當時的心理因素，要怎麼克服這個心理因素呢？就讓自動化交易來幫助會寫程式的你。 　　交易演算法是將主觀交易的想法具體量化，運用量化的優勢找到正期望值的交易策略，來創造更多的收益與機會。 　　對於台股的交易策略，許多人認為市場只有價量資料可以進行數據分析，其實台股有許多籌碼資訊可以進行分析，而籌碼資料該如何去進行分析呢？又該如何延伸到交易策略的建構呢？ 　　有鑑於此，

本書使用Python作為程式開發的語言，其本身語法友善、操作簡單，是切入程式交易的方便工具。本書內容均可實作，不論多好的交易策略，都要自己動手分析才能實際上場，並且範例程式碼非常彈性，讀者可以自行修改成自己的版本，讓我們一起打造超級績效吧！ 　　本書期待能透過更完整的介紹與更多的範例，帶給讀者更多的靈感刺激，每個人要依據自己的條件、狀態及環境，來找尋合適的投資方式與適合自己的策略邏輯。 　　【精采內容】 　　✪金融大數據資料的取得 　　✪網路爬蟲的實戰演練 　　✪ETF的詳細介紹 　　✪建構完整的回測系統 　　✪經典交易策略建構 　　✪股權分散策略建構 　　✪三大法人策略建構 　　✪融資融

券策略建構 　　✪月營收交易策略建構 　　✪一籃子股票回測方法 　　【目標讀者】 　　✪想要學習Python來進行程式交易者 　　✪想要客觀且嚴守紀律來投資者 　　✪沒時間盯盤但想要自動化投資者 　　✪想要了解交易規則並學習正確的程式交易者 本書特色 　　使用Python實作台股、ETF量化分析，掌握自動化投資理財趨勢 　　運用籌碼數據資料與技術指標進行策略結合的交易實戰指南 　　✪使用靈活彈性的Python，搭配循序漸進的範例教學 　　✪以Python取得公開金融大數據，定義獨有的籌碼指標 　　✪計算指標後，透過圖表繪製，找出資料細節裡的魔鬼 　　✪找出關鍵思維，建構正期望值的策略

selenium是什麼進入發燒排行的影片

Instagram使用者對於美妝關鍵意見領袖使用主題標籤行為之探究

為了解決selenium是什麼的問題，作者江采憶 這樣論述：

本研究旨將前20大Instagram美妝關鍵意見領袖以網路爬蟲蒐集而來的資料進行統計與分析，利用表格的整理呈現，可使大眾觀察出其20位Instagram美妝關鍵意見領袖在主題標籤使用行為的趨勢，以及提供撰寫貼文時使用主題標籤進行行銷傳播的參考依據。本研究所設定之研究對象的美妝關鍵意見領袖以《DailyView 網路溫度計》排列出最具領袖價值分數的前20大Instagram美妝關鍵意見領袖作為其依據，將每位Instagram美妝關鍵意見領袖的所有貼文（截至2022年03月18日）進行資料的蒐集。根據統計前20大Instagram美妝關鍵意見領袖使用頻率前十之主題標籤，共有205個主題標籤。主題

標籤與美妝類別有連結的有55個；主題標籤之內容與美妝類別具有關連的有 52 個。主題標籤內容與美妝類別具有關連之主題標籤中，在彩妝品部分以「唇膏」出現頻率最高，有九位Instagram美妝關鍵意見領袖使用主題標籤頻率前十名中出現；在保養品部分以「精華」出現頻率最高，有七位Instagram美妝關鍵意見領袖使用主題標籤頻率前十名中出現；在美妝品牌部分以「ysl」出現頻率最高，有四位Instagram美妝關鍵意見領袖使用主題標籤頻率前十名中出現。使用主題標籤是否會影響按讚數目方面，結合統計結果可知，使用主題標籤會影響按讚數目，而未使用主題標籤的貼文按讚數高於有使用主題標籤的貼文按讚數。在探討使用熱

門主題標籤是否影響貼文按讚數目方面，綜合統計結果可知，使用熱門主題標籤會影響按讚數目，而非熱門主題標籤的貼文按讚數高於熱門主題標籤的貼文按讚數。針對建立主題標籤之建議，若為一般大眾或作為行銷需求之下，使用主題標籤產生器為一大輔助且有用之工具；若為與Instagram美妝關鍵意見領袖具相當影響力及一定地位，主題標籤更重要的是建立在與個人有所關連並可以彰顯自身特色用以區分他人為重點所在。

敏捷測試：以持續測試促進持續交付

為了解決selenium是什麼的問題，作者朱少民 這樣論述：

互聯網產品的快速反覆運算，讓敏捷開發在各個領域都得到了廣泛應用。同時，也加快了敏捷測試在各家企業落地生根的進程。 本書由測試領域老兵聯合10余位測試專家對敏捷測試的實踐經驗匯總、整理而成。本書分為10章和4個附錄。從敏捷開發和敏捷測試基礎、人的因素、敏捷測試基礎設施、分析與計畫、設計與執行、測試右移、收尾與改進、展望等角度入手，幾乎涵蓋實現高效敏捷測試所需的各個方面的知識，以及測試思維、測試流程、測試基礎設施和一系列的優秀實踐，對提高測試效率進而提升產品交付品質具有重大的指導意義。 本書理論知識與實際案例深度結合，輔以思維導圖、延伸閱讀等模組，深入淺出，尤其適合有一定測試實踐經驗的軟體品質

保障和測試人員，想要較為深入瞭解敏捷測試的專業人士閱讀參考。 朱少民 國內知名測試專家、同濟大學特聘教授、軟體綠色聯盟標準評測組組長、《軟體學報》審稿人、QECon大會發起人。 近30年來，一直從事軟體測試、品質管制等工作，先後獲得安徽省、原機械工業部、青島市等多項科技進步獎，出版《全程軟體測試》《軟體測試方法和技術》《軟體品質保證和管理》《軟體專案管理》等10餘部著作。 近5年來，致力於幫助國內近百家企業提升其軟體研發能力水準，並經常在國內外學術會議或技術大會上發表演講，擁有個人公眾號“軟體品質報導”，曾任思科（中國）軟體有限公司QA（品質保證）高級總監，及IEEE IC

ST論壇主席、IEEE QRS和DSA、NASAC程式委員等。 李潔 中科創達軟體股份有限公司測試總監，曾任IBM研發經理，索尼瑞典分公司高級測試經理，諾基亞及Polycom QA總監。擁有20餘年軟體測試技術經驗及管理經驗。在測試專業雜誌發表過多篇文章。 第 1 章　 鋪墊：敏捷開發價值觀、原則與實踐／ 1 導讀／ 1 1．1　敏捷開發模式的由來／ 2 1．1．1　新產品開發方式Scrum ／ 3 1．1．2　羽量級軟體發展方法／ 5 1．1．3　敏捷宣言的誕生／ 6 1．2　敏捷價值觀／ 7 1．3　敏捷開發原則／ 8 1．4　常見的敏捷開發框架／ 9 1．4．1　極

限程式設計／ 9 1．4．2　行為驅動開發／ 13 1．4．3　特性驅動開發／ 15 1．4．4　Scrum 開發框架／ 17 1．5　敏捷與看板、精益的關係／ 20 1．5．1　看板／ 21 1．5．2　精益軟體發展實踐／ 23 1．6　敏捷與DevOps 的關係／ 26 本章小結／ 29 延伸閱讀／ 29 第 2 章　基礎：敏捷測試之道／ 31 導讀／ 31 2．1　什麼是敏捷測試／ 32 2．1．1　從一個真實的案例說起／ 32 2．1．2　敏捷測試的含義／ 35 2．1．3　敏捷測試的其他定義／ 36 2．2　傳統測試與敏捷測試／ 38 2．2．1　 鳳凰項目：一個IT 運維的傳奇故

事／ 38 2．2．2　3 步工作法／ 39 2．2．3　鳳凰項目改造前後對比／ 40 2．2．4　傳統測試和敏捷測試的區別／ 41 2．3　敏捷測試的思維方式／ 41 2．3．1　固定性思維與敏捷思維／ 42 2．3．2　成長性思維／ 42 2．3．3　以實例來辨析不同思維的測試工程師／ 43 2．3．4　團隊對品質負責的思維／ 44 2．3．5　上下文驅動的思維與用戶思維／ 45 2．4　敏捷測試流程解析／ 45 2．4．1　Scrum 模式下的測試流程／ 45 2．4．2　敏捷測試的通用流程／ 47 2．4．3　敏捷測試流程閉環與持續測試／ 48 2．4．4　 從敏捷專案管理角度來看測試

流程／ 49 2．5　新的敏捷測試四象限／ 50 2．5．1　敏捷測試四象限之歷史／ 50 2．5．2　新的敏捷測試四象限簡介／ 52 本章小結／ 53 延伸閱讀／ 54 第 3 章　人是決定性因素／ 55 導讀／ 55 3．1　敏捷團隊究竟要不要專職的測試人員／ 56 3．1．1　問題的提出及各方的理由／ 56 3．1．2　根據上下文來確定是否需要／ 58 3．1．3　存在即合理／ 59 3．2　配備專職敏捷測試人員時的操作／ 60 3．2．1　Etsy 公司的優秀實踐／ 60 3．2．2　敏捷測試人員的責任和具體任務／ 61 3．2．3　測試人員和開發人員的分工／ 63 3．2．4　測試

敏捷化對團隊意味著什麼／ 64 3．3　沒有專職的測試人員時的操作／ 64 3．3．1　是否借助灰度發佈和一鍵回滾／ 65 3．3．2　消除系統測試不足帶來的影響／ 66 3．3．3　加強敏捷接受度測試和ATDD 的實踐／ 67 3．3．4　應對其他挑戰／ 67 3．4　借助測試負責人角色完成團隊轉型／ 68 3．4．1　冰凍三尺並非一日之寒／ 69 3．4．2　多數團隊不是Google ／ 70 3．4．3　測試負責人角色的責任和具體實踐／ 71 3．4．4　測試主負責人角色／ 72 3．5　 如何創建有強烈品質意識的學習型團隊／ 73 3．5．1　達成品質共識／ 73 3．5．2　營造良好

的品質文化氛圍／ 73 3．5．3　創建學習型團隊／ 74 3．5．4　業務學習與缺陷根因分析／ 76 3．6　如何更好地為測試而學／ 76 3．6．1　系統性思維訓練／ 77 3．6．2　創造性思維訓練／ 79 3．6．3　如何提升測試自動化能力／ 80 3．6．4　如何學習測試建模／ 80 3．6．5　借力提升自己／ 81 3．7　如何與產品、開發等角色協作／ 82 3．7．1　團隊協作的五大障礙／ 82 3．7．2　團隊協作高於一切／ 84 3．7．3　達成對品質及其管理的共識／ 85 3．7．4　溝通的技巧／ 86 本章小結／ 87 延伸閱讀／ 87 第 4 章　構建強大的敏捷測試基

礎設施／ 89 導讀／ 89 4．1　持續集成與持續交付意味著什麼／ 90 4．1．1　敏捷的目標／ 91 4．1．2　持續集成中的測試活動／ 91 4．1．3　持續交付中的測試活動／ 93 4．1．4　持續集成+ 持續測試是關鍵／ 94 4．1．5　持續部署／ 95 4．1．6　持續運維／ 95 4．2　測試如何融入持續集成/ 持續交付環境／ 95 4．2．1　支撐持續集成的測試環境／ 96 4．2．2　支撐持續交付的測試環境／ 96 4．2．3　CI/CD 流水線中的測試過程／ 97 4．3　基於DevOps 的測試基礎設施構成／ 99 4．3．1　DevOps 的測試／ 100 4．3．

2　DevOps 測試基礎設施／ 101 4．3．3　基礎設施即代碼／ 103 4．3．4　對基礎設施進行驗證——Testinfra ／ 104 4．4　虛擬機器技術與容器技術的應用／ 105 4．4．1　虛擬化技術——虛擬機器技術和容器技術／ 106 4．4．2　Sidecar 模式——容器的設計模式／ 107 4．4．3　虛擬化技術之NUMA 和DPDK ／ 108 4．4．4　服務虛擬化的利器——Hoverfly ／ 109 4．4．5　Molecule——虛擬化技術的自動化測試工具／ 111 4．4．6　Kubernetes 與測試環境／ 112 4．5　如何完成自動部署／ 113 4

．5．1　配置即代碼——CI 配置管理工具：Ansible、Chef ／ 114 4．5．2　微服務的容器化部署／ 116 4．5．3　微服務在CI 環境中的自動化部署／ 117 4．5．4　 Docker 容器的集群管理之Kubernetes ／ 119 4．5．5　 基礎架構即代碼的工具——Terraform、CloudFormation ／ 122 4．5．6　 管道即代碼的工具——Concourse、Drone ／ 123 4．5．7　 新一代的部署體驗——Serverless 軟體系統架構／ 125 4．5．8　產品發佈之導流模式／ 125 4．6　如何完成全自動的BVT ／ 126

4．6．1　BVT 要驗證哪些點／ 126 4．6．2　不穩定的情況——Flaky ／ 128 4．7　自動的靜態測試和測試報告生成／ 130 4．7．1　代碼分析（靜態測試）／ 130 4．7．2　優秀的靜態測試工具／ 131 4．7．3　靜態測試報告的自動生成／ 131 4．7．4　自動化測試報告的自動生成／ 135 4．8　測試分層策略與金字塔模型／ 139 4．9　搭建敏捷自動化測試框架及其案例分析／ 140 4．9．1　自動化測試框架的構成／ 140 4．9．2　自動化測試框架的分類／ 142 4．9．3　單元測試框架JUnit 5 ／ 143 4．9．4　API 層的TA 測試框

架Karate ／ 144 4．9．5　接受度測試框架Ginkgo ／ 146 本章小結／ 148 延伸閱讀／ 149 第 5 章　測試左移更體現敏捷測試的價值／ 150 導讀／ 150 5．1　沒有ATDD，就沒有用戶故事的可測試性／ 151 5．1．1　可測試性的概念／ 151 5．1．2　需求、設計和代碼等不同層次的可測試性／ 152 5．1．3　用戶故事的可測試性和ATDD ／ 153 5．1．4　ATDD 與TDD（ UTDD）的關係／ 154 5．1．5　如何具體實施ATDD ／ 156 5．2　 產品價值分析：商業畫布、影響地圖與用戶故事地圖／ 156 5．2．1　產品價值是基

礎／ 157 5．2．2　商業畫布／ 158 5．2．3　影響地圖／ 160 5．2．4　用戶故事地圖／ 161 5．3　從Epic 到用戶故事完成需求評審／ 162 5．3．1　通用的評審標準／ 163 5．3．2　Epic 的評審／ 164 5．3．3　用戶故事的評審／ 166 5．4　不可忽視的設計評審／ 169 5．4．1　設計評審的價值和重要性／ 170 5．4．2　如何完成架構評審／ 170 5．4．3　有層次的（元件）評審／ 172 5．4．4　介面定義的評審／ 173 5．4．5　設計的可測試性／ 173 5．5　BDD 及其自動化實踐／ 174 5．5．1　什麼是BDD ／

174 5．5．2　BDD 和測試的關係／ 175 5．5．3　現有的BDD 自動化測試框架／ 177 5．5．4　BDD 實例／ 179 5．5．5　BDD 實踐中的常見問題／ 183 5．6　再進一步，讓產生實體需求落地／ 183 5．6．1　什麼是產生實體需求／ 183 5．6．2　產生實體需求的過程／ 185 5．6．3　RBE 的自動化實現／ 190 5．7　單元測試是否必須TDD ／ 191 5．7．1　為何TDD 是必需的／ 191 5．7．2　如何做好TDD ／ 192 5．7．3　UTDD 測試原則／ 193 5．7．4　UTDD 的具體實踐／ 194 本章小結／ 195 延

伸閱讀／ 196 第 6 章　敏捷測試的分析與計畫／ 197 導讀／ 197 6．1　基於上下文驅動思維的測試分析／ 198 6．1．1　上下文驅動測試流派／ 198 6．1．2　品質標準／ 201 6．1．3　專案背景／ 202 6．1．4　產品元素／ 204 6．2　如何培養自己的業務與用戶體驗分析技能／ 205 6．2．1　用戶思維／ 205 6．2．2　場景是測試需求的靈魂／ 206 6．2．3　業務分析／ 207 6．2．4　用戶體驗要素／ 208 6．3　敏捷測試的主要風險在哪裡／ 209 6．3．1　需求不清晰／ 210 6．3．2　需求頻繁變更／ 211 6．3．3　時間太緊

張／ 211 6．3．4　自動化測試的有效性／ 212 6．3．5　測試風險專案檢查表／ 212 6．3．6　風險控制／ 213 6．4　啟發式測試策略與測試策略的制定／ 215 6．4．1　什麼是測試策略／ 215 6．4．2　啟發式測試策略模型／ 216 6．4．3　快速、高效地制定測試策略／ 218 6．5　代碼依賴性分析與精准測試／ 220 6．5．1　精准測試／ 221 6．5．2　如何建立測試用例和代碼的映射關係／ 222 6．5．3　代碼依賴性分析／ 223 6．5．4　代碼的變更分析／ 225 6．5．5　測試用例集如何優化／ 225 6．5．6　優秀實踐／ 226 6．6　敏

捷測試要不要計畫／ 227 6．6．1　測試計畫的價值／ 227 6．6．2　一頁紙的測試計畫／ 228 6．6．3　如何編寫一頁紙的測試計畫／ 229 6．7　探索式測試與基於腳本的測試／ 232 6．7．1　什麼是探索式測試／ 232 6．7．2　探索式測試的應用場景／ 233 6．7．3　基於腳本的測試／ 234 6．7．4　 探索式測試與基於腳本的測試的比較／ 235 6．7．5　敏捷擁抱探索式測試／ 236 6．8　SBTM 的由來及使用／ 237 6．8．1　SBTM 的由來／ 237 6．8．2　真正理解會話／ 237 6．8．3　測試計畫分解成多個子目標／ 239 6．8．4　

測試子目標進一步分解為會話／ 240 6．9　一個應用SBTM 的真實案例／ 241 6．9．1　案例背景／ 241 6．9．2　挑戰在哪裡／ 242 6．9．3　測試子目標分解的結果／ 242 6．9．4　幾個典型的會話／ 243 6．9．5　會話表／ 246 6．9．6　口頭彙報／ 247 6．10　敏捷測試分析與計畫的案例／ 248 6．10．1　資訊收集／ 249 6．10．2　測試目標／ 249 6．10．3　通過測試分析得到測試範圍／ 250 6．10．4　根據測試分析進行風險分析和控制／ 251 6．10．5　基於風險的測試策略／ 252 6．10．6　測試計畫／ 253 本章小

結／ 254 延伸閱讀／ 255 第 7 章　敏捷測試的設計與執行／ 256 導讀／ 256 7．1　正確理解DoD 與敏捷中的接受度測試／ 257 7．1．1　什麼是DoD ／ 257 7．1．2　如何創建DoD ／ 258 7．1．3　DoD 和敏捷接受度測試的關係／ 260 7．1．4　如何驗證DoD ／ 261 7．2　如何將用戶故事轉化為測試用例／ 261 7．2．1　轉換為場景／ 262 7．2．2　場景離測試用例還差一步／ 263 7．2．3　使用者故事轉化為測試用例的模型／ 263 7．3　基於場景/ 事件流的測試用例設計／ 265 7．3．1　事件流圖／ 265 7．3．2

　在敏捷測試中的應用／ 266 7．3．3　狀態圖與有限狀態機／ 268 7．4　探索式測試過程與生態／ 270 7．4．1　調查、分析、排序和實驗／ 270 7．4．2　以分析為中心／ 270 7．4．3　自我管理環、學習環／ 271 7．4．4　協作環與測試環／ 272 7．5　探索式測試中的角色扮演與場景挖掘／ 272 7．5．1　批判性思維與探索式測試設計執行／ 272 7．5．2　角色扮演／ 273 7．5．3　場景挖掘／ 274 7．6　探索式測試的具體技巧／ 276 7．6．1　業務路徑測試／ 277 7．6．2　遍歷測試／ 279 7．6．3　極限情況的測試／ 279 7．6．

4　異常情況的測試／ 280 7．7　測試自動化設計模式：一步到位／ 280 7．7．1　基於模型的自動化測試／ 281 7．7．2　狀態圖生成測試用例／ 281 7．7．3　測試資料的自動生成／ 284 7．8　UI 腳本開發與維護的常用技巧／ 287 7．8．1　指令碼語言和測試框架的選擇／ 287 7．8．2　UI 元素定位／ 288 7．8．3　測試代碼的模組化和參數化／ 291 7．8．4　Selenium 集成自動化測試框架／ 293 7．8．5　Page Object 設計模式／ 295 7．8．6　隱式等待／ 296 7．9　 質效合一：自動化測試和手工測試的完美融合／ 296

7．9．1　一個關於測試策略的案例／ 296 7．9．2　新功能手工測試，回歸測試自動化／ 297 7．9．3　探索未知的，自動化已知的／ 299 7．9．4　自動化回歸測試怎麼做／ 300 7．10　優先實現面向介面的測試／ 300 7．10．1　介面（API）測試越來越重要／ 301 7．10．2　介面測試示例／ 301 7．10．3　如何獲取介面資訊／ 304 7．10．4　契約測試和微服務的介面測試／ 306 7．10．5　API 持續測試平臺：API Fortress ／ 308 本章小結／ 308 延伸閱讀／ 309 第 8 章　測試右移：從敏捷到DevOps ／ 310 導讀

／ 310 8．1　線上性能測試／ 311 8．1．1　全鏈路壓測／ 311 8．1．2　線上性能監控／ 313 8．1．3　流量重播技術／ 314 8．2　A/B 測試／ 316 8．2．1　什麼是A/B 測試／ 316 8．2．2　A/B 測試的設計／ 317 8．2．3　A/B 測試平臺與測試執行／ 319 8．2．4　關於用戶體驗的度量／ 320 8．3　監控告警系統／ 321 8．3．1　日誌分析及Elastic Stack 的使用／ 323 8．3．2　調用鏈分析及SkyWalking 的使用／ 324 8．3．3　指標監控及Prometheus 的使用／ 327 8．3．4　監控

系統解決方案／ 329 8．4　安全性監控／ 330 8．5　混沌工程／ 331 8．5．1　混沌工程的由來／ 332 8．5．2　基於故障注入的測試／ 333 8．5．3　混沌工程平臺與工具／ 334 8．5．4　混沌工程的具體實施／ 336 8．5．5　為系統彈性做好設計／ 337 8．6　智能運維與測試／ 340 8．6．1　從自動化運維到智慧運維／ 340 8．6．2　智能運維的典型場景／ 341 本章小結／ 342 延伸閱讀／ 343 第 9 章　敏捷測試的收尾與改進／ 344 導讀／ 344 9．1　如何分析測試結果和評估測試工作的品質／ 345 9．1．1　如何評估敏捷測試過程

／ 345 9．1．2　敏捷測試過程的度量體系／ 346 9．1．3　測試工作品質的分析／ 348 9．1．4　代碼覆蓋率／ 348 9．1．5　功能覆蓋率／ 349 9．1．6　業務覆蓋率／ 349 9．1．7　基於缺陷分析測試品質／ 350 9．2　如何獲得良好的可追溯性、視覺化／ 350 9．2．1　測試管理系統／ 351 9．2．2　需求與測試用例的映射關係，以及測試用例與缺陷的映射關係／ 352 9．2．3　示例：Jira + Zephyr 實現可追溯性／ 353 9．2．4　測試與品質度量的視覺化／ 355 9．2．5　品質雷達圖／ 357 9．3　敏捷測試優秀實踐／ 357 9．

3．1　微軟的優秀實踐／ 358 9．3．2　谷歌的優秀實踐／ 359 9．3．3　亞馬遜的優秀實踐／ 360 9．3．4　ThoughtWorks 的優秀實踐／ 361 9．3．5　騰訊的優秀實踐／ 364 9．3．6　阿裡巴巴的優秀實踐／ 365 9．4　敏捷過程的反思與持續改進／ 366 9．4．1　敏捷過程的反思／ 367 9．4．2　敏捷測試過程的改進分析／ 368 9．4．3　資料驅動改進／ 369 9．4．4　PDCA 迴圈／ 369 9．4．5　根因分析／ 371 本章小結／ 372 延伸閱讀／ 372 第 10 章　敏捷測試的展望／ 374 導讀／ 374 10．1　大資料

的測試／ 375 10．1．1　大數據的特性與挑戰／ 376 10．1．2　大資料的測試方法／ 378 10．1．3　大資料的測試實踐／ 380 10．1．4　大資料的測試工具／ 381 10．2　人工智慧系統的測試／ 382 10．2．1　人工智慧系統的不確定性和不可解釋性／ 383 10．2．2　人工智慧系統的白盒測試／ 384 10．2．3　人工智慧系統的演算法驗證／ 386 10．2．4　示例：針對智慧語音的設計與執行／ 388 10．3　人工智慧助力敏捷測試／ 392 10．3．1　基於圖像識別技術的UI測試／ 392 10．3．2　基於人工智慧的、全自動化的API 測試／ 397

10．3．3　人工智慧助力代碼深度分析／ 399 10．3．4　人工智慧驅動測試／ 401 10．3．5　人工智慧測試工具／ 403 10．4　敏捷測試工具的未來／ 406 10．4．1　敏捷測試工具的發展趨勢／ 406 10．4．2　MBT 的前景如何／ 408 10．4．3　無代碼化的測試自動化／ 409 10．5　徹底實現持續測試／ 413 10．5．1　重新理解持續測試／ 414 10．5．2　持續測試的實現框架／ 415 10．5．3　持續測試成熟度模型／ 424 10．5．4　徹底的持續測試／ 425 本章小結／ 426 延伸閱讀／ 427 附錄A　基於Kubernetes 和D

ocker搭建Jenkins 可伸縮持續集成系統／ 428 導讀／ 428 A．1　工作流程圖／ 429 A．2　系統組態／ 429 A．3　安裝Kubernetes 集群／ 430 A．3．1　安裝前的準備／ 430 A．3．2　安裝配置／ 430 A．4　Harbor 的安裝部署／ 434 A．4．1　下載Harbor 離線安裝包／ 434 A．4．2　安裝Docker ／ 435 A．4．3　安裝Docker Compose ／ 435 A．4．4　Harbor 的安裝與配置／ 435 A．4．5　用戶端訪問Harbor 倉庫／ 436 A．5　 採用Jenkins Pipeline 實

現自動構建並部署至k8s ／ 438 A．5．1　部署Jenkins ／ 438 A．5．2　新建Spring Boot Java工程／440 A．5．3　配置Jenkins Pipeline任務／ 444 A．5．4　測試Pipeline 任務／ 446 A．5．5　遇到的問題及解決方法／ 449 附錄B　敏捷實踐發展史／ 451 附錄C　後敏捷時代暨DevOps發展史／ 461 附錄D　中國敏捷測試大事記／ 463 參考文獻／ 465

以關鍵詞之難易度結合文本之關鍵詞TF-IDF分析文本之難易度

為了解決selenium是什麼的問題，作者趙嘉祥 這樣論述：

隨著科技的進步帶動網際網路的快速發展，網際網路拉近了人與人之間的距離，同時也是互相分享資料的媒介。每天網路上所產生的資料量是非常龐大的，大量的資料也確實帶給生活上不少的便利。但衍伸的問題是，面對這些大量資料，反而不知道該如何從中挑選出適合自己的內容。網路搜尋引擎的出現，可以初步過濾不相干的內容並找出與搜尋關鍵詞相似的結果。但是，針對這些搜尋的結果，還是需要閱讀過後才能得知是否適合，這會消耗非常大量的時間。否則就只能透過標題進行簡易判斷，但這通常也不太準確，常常會忽略掉適合的文章。在學習的過程中，對於什麼都要仰賴網際網路的時代，網路搜尋引擎是學習者的必備工具之一。透過網路搜尋引擎可以尋找更多教

學文章以增進自己的能力。由於每個人的程度與理解力都是不同的，文章的難易度是一項重要的指標。本研究使用網路爬蟲技術自動取得網路文章。經過文字前處理後，判斷該文章是否為資訊類文章。針對資訊類文章繼續執行難易度的計算。關鍵詞難易度初始值是由考選部合作計畫之題目難易度資料與專家訂定之難易度產生的。透過關鍵詞難易度初始值得到文章難易度。再由文章難易度計算下一輪關鍵詞難易度。經過多次迭代後，得到的結果為最終的文章難易度。最後，將文章難易度的結果應用到演算法課程上，透過學生的回饋資料綜合評估本研究的準確率。研究結果顯示，最高獲得76%的準確率。