Andere Kunden interessierten sich auch für
![Améliorer la fiabilité des modèles de prédiction des défauts]( "Améliorer la fiabilité des modèles de prédiction des défauts")
Améliorer la fiabilité des modèles de prédiction des défauts57,99 €![Verbesserung der Zuverlässigkeit von Defektvorhersagemodellen]( "Verbesserung der Zuverlässigkeit von Defektvorhersagemodellen")
Verbesserung der Zuverlässigkeit von Defektvorhersagemodellen87,90 €![Improving Reliability of Defect Prediction Models]( "Improving Reliability of Defect Prediction Models")
Improving Reliability of Defect Prediction Models57,99 €![Migliorare l'affidabilità dei modelli di previsione dei difetti]( "Migliorare l'affidabilità dei modelli di previsione dei difetti")
Migliorare l'affidabilità dei modelli di previsione dei difetti57,99 €![Powyshenie nadezhnosti modelej prognozirowaniq defektow]( "Powyshenie nadezhnosti modelej prognozirowaniq defektow")
Powyshenie nadezhnosti modelej prognozirowaniq defektow19,99 €![COVID-19 Casos Predição de Surtos usando Modelos de Aprendizagem Supervisionados]( "COVID-19 Casos Predição de Surtos usando Modelos de Aprendizagem Supervisionados")
COVID-19 Casos Predição de Surtos usando Modelos de Aprendizagem Supervisionados26,99 €![Importância e fiabilidade da contabilização dos custos através de SI]( "Importância e fiabilidade da contabilização dos custos através de SI")
Importância e fiabilidade da contabilização dos custos através de SI26,99 €
Desenvolver software livre de erros é um objectivo primordial dos programadores de software. No entanto, alcançar este objectivo não é uma tarefa trivial. Isto torna-se ainda mais difícil para as organizações de desenvolvimento com recursos mínimos. Os programadores utilizam frequentemente modelos automáticos de previsão de defeitos, que são na sua maioria desenvolvidos utilizando algoritmos de aprendizagem de máquinas, para localizar defeitos no software. A qualidade da previsão de tais modelos é importante, uma vez que previsões erradas podem ter um impacto negativo nas organizações de desenvolvimento, bem como nos utilizadores finais. Este livro explora os possíveis problemas nos modelos de previsão existentes e propõe métodos para melhorar ainda mais a qualidade da previsão de tais modelos.