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 €![Melhorar a Fiabilidade dos Modelos de Predição de Defeitos]( "Melhorar a Fiabilidade dos Modelos de Predição de Defeitos")
Melhorar a Fiabilidade dos Modelos de Predição de Defeitos57,99 €![Improving Reliability of Defect Prediction Models]( "Improving Reliability of Defect Prediction Models")
Improving Reliability of Defect Prediction Models57,99 €![Powyshenie nadezhnosti modelej prognozirowaniq defektow]( "Powyshenie nadezhnosti modelej prognozirowaniq defektow")
Powyshenie nadezhnosti modelej prognozirowaniq defektow19,99 €![COVID-19 Previsione del focolaio di casi utilizzando modelli di apprendimento supervisionato]( "COVID-19 Previsione del focolaio di casi utilizzando modelli di apprendimento supervisionato")
COVID-19 Previsione del focolaio di casi utilizzando modelli di apprendimento supervisionato26,99 €![Difetti di sicurezza del software dei veicoli: Un caso di responsabilità oggettiva per i prodotti]( "Difetti di sicurezza del software dei veicoli: Un caso di responsabilità oggettiva per i prodotti")
Difetti di sicurezza del software dei veicoli: Un caso di responsabilità oggettiva per i prodotti23,99 €
Lo sviluppo di software privo di errori è un obiettivo primario degli sviluppatori di software. Tuttavia, raggiungere questo obiettivo non è un compito banale. Questo diventa ancora più difficile per le organizzazioni di sviluppo con risorse minime. Per individuare i difetti nel software, gli sviluppatori ricorrono spesso a modelli automatici di previsione dei difetti, sviluppati per lo più con algoritmi di apprendimento automatico. La qualità della previsione di tali modelli è importante, poiché previsioni errate possono avere un impatto negativo sulle organizzazioni di sviluppo e sugli utenti finali. Questo libro esplora i possibili problemi dei modelli di previsione esistenti e propone metodi per migliorare ulteriormente la qualità della previsione di tali modelli.