Повышение качества разработки программного обеспечения с помощью интеллектуального анализа отчетов об ошибках (Анна Громова, SECR-2019) — различия между версиями
Материал из 0x1.tv
StasFomin (обсуждение | вклад) |
StasFomin (обсуждение | вклад) (Batch edit: replace PCRE (\n\n)+(\n) with \2) |
||
(не показаны 3 промежуточные версии этого же участника) | |||
[[File:Повышение качества разработки программного обеспечения с помощью интеллектуального анализа отчетов об ошибках.pdf|left|page=-|300px]] {{----}} [[File:{{#setmainimage:Повышение качества разработки программного обеспечения с помощью интеллектуального анализа отчетов об ошибках!.jpg}}|center|640px]] {{LinksSection}} * [https://2019.secrus.org/program/submitted-presentations/raising-quality-of-software-development-by-data-mining-of-defect-reports/ Talks page on SECR site] <!-- <blockquote>[©]</blockquote> --> {{vklink|1611}} <references/> * https://github.com/exactpro/nostradamus <!-- topub --> {{stats|disqus_comments=0|refresh_time=2020-07-07T23:21:252021-08-31T17:52:02.434041285325|vimeo_plays=78|youtube_comments=0|youtube_plays=3255}} [[Категория:SECR-2019]] [[Категория:Machine Learning]] [[Категория:Мониторинг]] [[Категория:Управление техподдержкой]] |
Текущая версия на 12:22, 4 сентября 2021
- Докладчик
- Анна Громова
Проект, в рамках которого ведется разработка программного обеспечения, может содержать тысячи отчетов об ошибках (баг репортов). Отчеты об ошибках могут быть рассмотрены как статистические данные. В этих данных существуют скрытые зависимости, выявление которых может быть полезно для инженеров по тестированию, разработчиков, руководителей проектов и других специалистов в области информационных технологий.
Доклад посвящен тому, как технологии машинного обучения могут помочь не только выявить скрытые зависимости в отчетах об ошибках, но и улучшить стратегии тестирования и разработки.
Видео
Посмотрели доклад? Понравился? Напишите комментарий! Не согласны? Тем более напишите.
Презентация
Примечания и ссылки
Plays:63 Comments:0