Аналіз використання регресійних моделей для прогнозування якості програмного забезпечення
Вантажиться...
Файли
Дата
Науковий керівник
Редактор
Інші учасники
Відповідальний
ORCID
Назва журналу
Номер ISSN
Назва тому
DOI
Альтернативна назва
Анотація
У роботі проаналізовано використання регресійних моделей для прогнозування якості програмного забезпечення та визначено основні напрями застосування статистичних методів у програмній інженерії.
The paper analyzes the use of regression models for software quality prediction and identifies the main directions of applying statistical methods in software engineering. The role of regression analysis in defect prediction, performance evaluation, and ensuring software system reliability is substantiated. The advantages of using mathematical models in the process of software development and testing are determined.
The paper analyzes the use of regression models for software quality prediction and identifies the main directions of applying statistical methods in software engineering. The role of regression analysis in defect prediction, performance evaluation, and ensuring software system reliability is substantiated. The advantages of using mathematical models in the process of software development and testing are determined.
Опис
Тип документа
Мова
ISSN
Посилання на публікацію
Серія, номер
ISBN
ББК
Інші ідентифікатори
Пов’язані матеріали
Спонсорська підтримка
Правовласник
Бібліографічний опис
Одрихівська А., Черноволик Г. Аналіз використання регресійних моделей для прогнозування якості програмного забезпечення // Матеріали Міжнародної науково-практичної інтернет-конференції «Молодь в науці: дослідження, проблеми, перспективи (МН-2026)», м. Вінниця, 22-26 червня 2026 р. Електрон. текст. дані. 2026. URI: https://conferences.vntu.edu.ua/index.php/mn/mn2026/paper/view/29676.
Схвалення
Рецензія
Доповнено
Цитується в
Список використаної літератури (4)
- Sommerville I. Software Engineering. 10th ed. Boston : Pearson, 2016.
- Pressman R. S., Maxim B. R. Software Engineering: A Practitioner's Approach. 9th ed. New York : McGraw-Hill Education, 2019.
- Fenton N., Bieman J. Software Metrics: A Rigorous and Practical Approach. 3rd ed. Boca Raton : CRC Press, 2014.
- Menzies T., Greenwald J., Frank A. Data Mining Static Code Attributes to Learn Defect Predictors // IEEE Transactions on Software Engineering. 2007. Vol. 33, No. 1. P. 2–13.