机译:使用机器学习从面向对象的指标预测开源软件中的代码热点
Department of Computer Science and Engineering University of Colorado Denver Denver, CO 80217, USA;
Department of Computer Science and Engineering University of Colorado Denver Denver, CO 80217, USA;
Software engineering; software quality; quality metrics; machine learning; open source; object-oriented metrics; hotspot prediction; data mining; java; classification; random forest;
机译:预测代码气味并进行预测分析:使用机器学习技术和软件指标
机译:使用源代码指标预测类的不同层次测试努力:开源软件的多个案例研究
机译:通过使用度量和机器学习在面向对象的程序源代码中检测设计模式
机译:应用机器学习使用变更指标,静态代码指标以及它们的组合来预测软件故障倾向
机译:使用统计和机器学习技术预测开源软件的质量。
机译:使用机器学习预测血糖水平的血糖感知指标和过采样技术
机译:通过使用指标和机器学习检测面向对象的程序源代码的设计模式