Класифікація програмних модулів за дефектністю методами машинного навчання

Abstract

Бакалаврська кваліфікаційна робота виконана студентом групи КН-414 Мельником Данилом Тадейовичем. Тема “Класифікація програмних модулів за дефектністю методами машинного навчання”. Робота направлена на здобуття ступеня бакалавра за спеціальністю 122 «Комп’ютерні науки». Метою дипломної роботи є підвищення точності класифікації програмних модулів за дефектністю шляхом застосування методів машинного навчання. Об’єктом дослідження є процеси виявлення дефектів у програмному забезпеченні. У результаті виконання дипломної роботи було розроблено підхід для класифікації програмних модулів за дефектністю з використанням метрик сирцевого коду. Розроблений підхід може використовуватись для оцінки схильності програмних модулів до дефектів, що може зменшити витрати на розробку та підтримку програмного забезпечення завдяки ефективному плануванню заходів виявлення недоліків розроблюваного ПЗ. Обсяг роботи становить 66 сторінок. The bachelor's qualification work was written by Danylo Melnyk, a student of group KN-414. The topic is "Classification of program modules by defectiveness using machine learning methods". The work is aimed at obtaining a bachelor's degree in the specialty 122 "Computer Science". The purpose of the thesis is improving accuracy of classification of program modules by defectiveness by applying machine learning methods. The object of research is the process of detecting defects in software. As a result of the thesis, an approach was developed to classify software modules by defectiveness using raw code metrics. The developed approach can be used to assess the susceptibility of software modules to defects, which can reduce the cost of software development and support through effective planning of measures to identify defects in the software being developed. The volume of the work is 66 pages.