机译:回顾有监督和无监督模型,以进行努力感知的及时缺陷预测
Zhejiang Univ, Coll Comp Sci & Technol, Hangzhou, Zhejiang, Peoples R China;
Monash Univ, Fac Informat Technol, Melbourne, Vic, Australia;
Singapore Management Univ, Sch Informat Syst, Singapore, Singapore;
Defect prediction; Evaluation metrics; Research bias;
机译:重新审视监督和无监督模型的努力知识的缺陷预测
机译:努力感知半监督的刚反时间缺陷预测
机译:Dejit:一种差分演化算法,用于努力感知的仅限时间软件缺陷预测
机译:监督模型与无监督模型:全面了解努力意识的及时缺陷预测
机译:度量学习通过分析和算法重新探讨了有监督和无监督度量学习的新方法。
机译:利用神经网络进行工作量感知和及时的缺陷预测
机译:尽力而为的及时缺陷预测:简单的无监督模型可能比有监督模型更好