Andere Kunden interessierten sich auch für
![Maschinelles Lernen]( "Maschinelles Lernen")
Maschinelles Lernen39,90 €![Reinforcement Learning praxisnah]( "Reinforcement Learning praxisnah")
Reinforcement Learning praxisnah79,00 €![Machine Learning Applications Using Python]( "Machine Learning Applications Using Python")
Machine Learning Applications Using Python52,99 €![Learning Classifier Systems]( "Learning Classifier Systems")
Learning Classifier Systems42,99 €![Strength or Accuracy: Credit Assignment in Learning Classifier Systems]( "Strength or Accuracy: Credit Assignment in Learning Classifier Systems")
Strength or Accuracy: Credit Assignment in Learning Classifier Systems125,99 €![Multiple Classifier Systems]( "Multiple Classifier Systems")
Multiple Classifier Systems42,99 €![Strength or Accuracy: Credit Assignment in Learning Classifier Systems]( "Strength or Accuracy: Credit Assignment in Learning Classifier Systems")
Strength or Accuracy: Credit Assignment in Learning Classifier Systems125,99 €
Die Softwareentwicklung von Produkten und Lösungen orientiert sich zunehmend an agilen Vorgehensweisen, welche erhebliche Vorteile in der Kundenorientierung und Schnelligkeit in der Auslieferung der Lösungen mit sich bringen. In diesem Zusammenhang besteht auch die Herausforderung der Schätzung hinsichtlich des Aufwandes zur Umsetzung von sogenannten User Stories. Das vorliegende Buch gibt einen Einblick in die Entwicklung eines Vorhersagemodells von Story Points mit Hilfe von Machine Learning Verfahren und jene des Natural Language Processing (NLP). Dabei wird dem Leser ein theoretischer Abriss über agile Vorgehensmodelle in der Softwareentwicklung und die spezifischen Grundzüge des maschinellen Lernens zur Modellierung und Validierung von Klassifizierungs-Problemen vermittelt. Darauf aufbauend erfolgt im Rahmen einer Fallstudie die Umsetzung eines Prototyps in der Programmiersprache Python. Zu guter Letzt erfolgen die Evaluierung des Prototyps und die Erläuterung und Interpretation der Ergebnisse und deren Implikationen für weiterführende Forschungsarbeit und Praxis.