张瑛

【摘要】随着测试的发展，这个领域产生了两个大的趋势。趋势一，智能化。传统的自动化方法：首先转自动化测试代码的过程费时费力，并且在测试执行过程中，需要反复的人工干预。趋势二，小规模测试替代大规模测试。测试规模越来越小，测试活动对发现bug的有效性越来越高；在传统的方式下，全体测试用例执行的方法，逐步的为针对代码变动而开展的小型测试活动所代替。本文的主要工作是：提出对于回归测试，使用机器挑选的方法。

【关键词】机器学习；回归测试；测试用例

1.引言

机器学习（Machine Learning， ML）是一门交叉型学科，它涉及到了多个领域，包括：概率与统计学、高等数学、逼近和凸分析等。机器学习人类的学习过程和学习行为，并且加以计算机的模拟或实现。在机器学习过程中，机器本身了获取新的知识或技能。

在机器学习和人工智能的壮大发展的时代背景，对传统的测试工作提出了一些新的挑战。研究通过机器学习的方法，提升传统的测试工作的效率，进一步的提高整个软件开发活动的劳动生产率。

2.软件测试工程的研究综述

软件测试是用于分析是否程序出现错误的过程，测试使用人工操作或者软件自动运行的方式。每个不同的软件有对自身错误的定义方式：通常是软件需求规格中定义了预期结果。

软件测试分类

1、从是否要变异/执行被测试软件分类，分为静态测试和动态测试。如基于代码审查的单元测试，以及相关代码审查工具，都属于静态测试的范畴。……