Zaznavanje in napovedovanje prisotnosti napak v izvorni kodi s pomočjo metrik programske opreme in strojnega učenja

| | SLO | ENG | Piškotki in zasebnost

Večja pisava | Manjša pisava

Prva stran > Izpis gradiva

Izpis gradiva

Naslov:	Zaznavanje in napovedovanje prisotnosti napak v izvorni kodi s pomočjo metrik programske opreme in strojnega učenja
Avtorji:	ID Polanec, Mihael (Avtor) ID Kokol, Peter (Mentor) Več o mentorju...
Datoteke:	MAG_Polanec_Mihael_2018.pdf (2,82 MB) MD5: FD010C520B06AF3B952B4B74A9AB7699 PID: 20.500.12556/dkum/85a759cf-4fc3-478d-88f3-4363ca2764d8 MAG_Polanec_Mihael_2018.zip (3,20 MB) MD5: 39D8E21F6B57D9ED8B53234F1E35DF8D PID: 20.500.12556/dkum/0d460035-c7d7-4342-8ed4-3285ac7a67e6
Jezik:	Slovenski jezik
Vrsta gradiva:	Magistrsko delo/naloga
Tipologija:	2.09 - Magistrsko delo
Organizacija:	FERI - Fakulteta za elektrotehniko, računalništvo in informatiko
Opis:	V magistrski nalogi smo spoznali različne tipe metrik za merjenje karakteristik izvorne kode in algoritme strojnega učenja. Obe področji smo združili v aplikaciji, s katero smo testirali natančnost napovedovanja prisotnosti napak v izvorni kodi z različnimi algoritmi strojnega učenja. Aplikacija je razvita v Javi s pomočjo knjižnice WEKA 3.8. S pridobljenimi rezultati smo pokazali, da bi nekatere pristope lahko uporabili za napovedovanje napak v izvorni kodi.
Ključne besede:	metrike programske opreme, strojno učenje, napake programske opreme
Kraj izida:	[Maribor
Založnik:	M. Polanec
Leto izida:	2018
PID:	20.500.12556/DKUM-72671
UDK:	004.4\'2/.6:004.5(043.2)
COBISS.SI-ID:	21989654
NUK URN:	URN:SI:UM:DK:HO5UAMTV
Datum objave v DKUM:	05.12.2018
Število ogledov:	1290
Število prenosov:	202
Metapodatki:
Področja:	KTFMB - FERI
:	Kopiraj citat

Skupna ocena:	(0 glasov)
Vaša ocena:	Ocenjevanje je dovoljeno samo prijavljenim uporabnikom.
Objavi na:

Postavite miškin kazalec na naslov za izpis povzetka. Klik na naslov izpiše podrobnosti ali sproži prenos.

Licenca:	CC BY-NC-ND 4.0, Creative Commons Priznanje avtorstva-Nekomercialno-Brez predelav 4.0 Mednarodna

Povezava:	http://creativecommons.org/licenses/by-nc-nd/4.0/deed.sl
Opis:	Najbolj omejujoča licenca Creative Commons. Uporabniki lahko prenesejo in delijo delo v nekomercialne namene in ga ne smejo uporabiti za nobene druge namene.
Začetek licenciranja:	11.10.2018

Jezik:	Angleški jezik
Naslov:	Fault presence detection and prediction in the source code using software metrics and machine learning
Opis:	In this master thesis we studied various types of metrics for measuring source code characteristic and machine learning algorithms. We combined the two fields in an application to test the accuracy of fault presence detection with various machine learning algorithms. The application was developed in Java using the WEKA 3.8 library. Using the btained results, we have shown that some approaches could be used to predict errors in the source code.
Ključne besede:	software metrics, machine learning, software faults

Dodaj komentar

Za komentiranje se morate prijaviti.

Komentarji (0)

0 - 0 / 0

Ni komentarjev!

Nazaj