Synopsis
Il existe de nombreuses métriques logicielles différentes découvertes et utilisées pour la prédiction des défauts dans la littérature. Au lieu de traiter autant de mesures, il serait pratique et facile de déterminer l'ensemble des mesures les plus importantes et de nous concentrer davantage sur eux pour prédire les défauts. Dans ce livre, nous utilisons la modélisation bayésienne pour déterminer les relations influentes entre les métriques logicielles et la sensibilité aux défauts. En outre, nous proposons une nouvelle technique de prédiction des défauts qui utilise des outils de détection du plagiat. Nous utilisons la programmation du noyau pour modéliser la relation entre la similarité du code source et la défectuosité et suggérer que la similarité de code source est un bon moyen de prédire à la fois les défauts et le nombre de défauts dans les systèmes logiciels.
Les informations fournies dans la section « Synopsis » peuvent faire référence à une autre édition de ce titre.
Résultats de recherche pour Software Defect Prediction using Bayesian Networks...
Image fournie par le vendeur
Software Defect Prediction using Bayesian Networks and Kernel Methods
impression à la demandeVendeur : BuchWeltWeit Ludwig Meier e.K., Bergisch Gladbach, Allemagne
Évaluation du vendeur 5 sur 5 étoiles
Taschenbuch. Etat : Neu. This item is printed on demand - it takes 3-4 days longer - Neuware -There are lots of different software metrics discovered and used for defect prediction in the literature. Instead of dealing with so many metrics, it would be practical and easy if we could determine the set of metrics that are most important and focus on them more to predict defectiveness. In this book, we use Bayesian modeling to determine the influential relationships among software metrics and defect proneness. Furthermore, we propose a novel technique for defect prediction that uses plagiarism detection tools. We use kernel programming to model the relationship between source code similarity and defectiveness and suggest that source code similarity is a good means of predicting both defectiveness and the number of defects in software systems. 168 pp. Englisch. N° de réf. du vendeur 9783639703467
Acheter neuf
EUR 79,90
Expédition à EUR 23
Expédition depuis Allemagne vers Etats-Unis
Expédition depuis Allemagne vers Etats-Unis
Quantité disponible : 2 disponible(s)
Image fournie par le vendeur
Software Defect Prediction using Bayesian Networks and Kernel Methods
Edité par
Scholars\' Press, 2015
ISBN 10 : 3639703464
ISBN 13 : 9783639703467
Neuf
Couverture souple
Vendeur : moluna, Greven, Allemagne
Évaluation du vendeur 5 sur 5 étoiles
Etat : New. N° de réf. du vendeur 22570924
Acheter neuf
EUR 64,09
Expédition à EUR 48,99
Expédition depuis Allemagne vers Etats-Unis
Expédition depuis Allemagne vers Etats-Unis
Quantité disponible : Plus de 20 disponibles
Image d'archives
Software Defect Prediction Using Bayesian Networks and Kernel Methods
Vendeur : Books Puddle, New York, NY, Etats-Unis
Évaluation du vendeur 4 sur 5 étoiles
Etat : New. pp. 168. N° de réf. du vendeur 26374000206
Acheter neuf
EUR 123,48
Expédition à EUR 3,46
Expédition nationale : Etats-Unis
Expédition nationale : Etats-Unis
Quantité disponible : 4 disponible(s)
Image d'archives
Software Defect Prediction Using Bayesian Networks and Kernel Methods
impression à la demandeVendeur : Biblios, Frankfurt am main, HESSE, Allemagne
Évaluation du vendeur 4 sur 5 étoiles
Etat : New. PRINT ON DEMAND pp. 168. N° de réf. du vendeur 18374000196
Acheter neuf
EUR 126,61
Expédition à EUR 9,95
Expédition depuis Allemagne vers Etats-Unis
Expédition depuis Allemagne vers Etats-Unis
Quantité disponible : 4 disponible(s)
Image fournie par le vendeur
Software Defect Prediction using Bayesian Networks and Kernel Methods
Vendeur : preigu, Osnabrück, Allemagne
Évaluation du vendeur 5 sur 5 étoiles
Taschenbuch. Etat : Neu. Software Defect Prediction using Bayesian Networks and Kernel Methods | Ahmet Okutan | Taschenbuch | 168 S. | Englisch | 2015 | Scholars' Press | EAN 9783639703467 | Verantwortliche Person für die EU: preigu GmbH & Co. KG, Lengericher Landstr. 19, 49078 Osnabrück, mail[at]preigu[dot]de | Anbieter: preigu. N° de réf. du vendeur 104749682
Acheter neuf
EUR 67,10
Expédition à EUR 70
Expédition depuis Allemagne vers Etats-Unis
Expédition depuis Allemagne vers Etats-Unis
Quantité disponible : 5 disponible(s)
Image fournie par le vendeur
Software Defect Prediction using Bayesian Networks and Kernel Methods
Edité par
Scholars' Press Mär 2015, 2015
ISBN 10 : 3639703464
ISBN 13 : 9783639703467
Neuf
Taschenbuch
Vendeur : buchversandmimpf2000, Emtmannsberg, BAYE, Allemagne
Évaluation du vendeur 5 sur 5 étoiles
Taschenbuch. Etat : Neu. This item is printed on demand - Print on Demand Titel. Neuware -There are lots of different software metrics discovered and used for defect prediction in the literature. Instead of dealing with so many metrics, it would be practical and easy if we could determine the set of metrics that are most important and focus on them more to predict defectiveness. In this book, we use Bayesian modeling to determine the influential relationships among software metrics and defect proneness. Furthermore, we propose a novel technique for defect prediction that uses plagiarism detection tools. We use kernel programming to model the relationship between source code similarity and defectiveness and suggest that source code similarity is a good means of predicting both defectiveness and the number of defects in software systems.VDM Verlag, Dudweiler Landstraße 99, 66123 Saarbrücken 168 pp. Englisch. N° de réf. du vendeur 9783639703467
Acheter neuf
EUR 79,90
Expédition à EUR 60
Expédition depuis Allemagne vers Etats-Unis
Expédition depuis Allemagne vers Etats-Unis
Quantité disponible : 1 disponible(s)
Image fournie par le vendeur
Software Defect Prediction using Bayesian Networks and Kernel Methods
impression à la demandeVendeur : AHA-BUCH GmbH, Einbeck, Allemagne
Évaluation du vendeur 5 sur 5 étoiles
Taschenbuch. Etat : Neu. nach der Bestellung gedruckt Neuware - Printed after ordering - There are lots of different software metrics discovered and used for defect prediction in the literature. Instead of dealing with so many metrics, it would be practical and easy if we could determine the set of metrics that are most important and focus on them more to predict defectiveness. In this book, we use Bayesian modeling to determine the influential relationships among software metrics and defect proneness. Furthermore, we propose a novel technique for defect prediction that uses plagiarism detection tools. We use kernel programming to model the relationship between source code similarity and defectiveness and suggest that source code similarity is a good means of predicting both defectiveness and the number of defects in software systems. N° de réf. du vendeur 9783639703467
Acheter neuf
EUR 79,90
Expédition à EUR 61,34
Expédition depuis Allemagne vers Etats-Unis
Expédition depuis Allemagne vers Etats-Unis
Quantité disponible : 1 disponible(s)