Cet article pr\u00e9sente une nouvelle technique pour pr\u00e9dire les bogues logiciels latents, appel\u00e9s classification de changement. classification Changement utilise un classificateur d’apprentissage de la machine afin de d\u00e9terminer si un nouveau changement de logiciel est plus semblable \u00e0 des changements buggy avant ou des changements propres. De cette mani\u00e8re, la classification des changements pr\u00e9dit l’existence de bugs dans les changements de logiciels. Le classificateur est form\u00e9 \u00e0 l’aide des fonctionnalit\u00e9s (au sens de l’apprentissage de la machine) extrait de l’historique des r\u00e9visions d’un projet de logiciel stock\u00e9 dans son r\u00e9f\u00e9rentiel de gestion de configuration logicielle. Le classificateur form\u00e9 peut classer les modifications comme buggy ou propre, avec une pr\u00e9cision de 78 pour cent et un changement de voiturette de 60 pour cent le rappel en moyenne. Modifier le classement a plusieurs qualit\u00e9s souhaitables: 1) La granularit\u00e9 de pr\u00e9diction est faible (un changement dans un seul fichier), 2) les pr\u00e9visions ne n\u00e9cessitent pas d’informations s\u00e9mantiques sur le code source, 3) les travaux de technique pour un large \u00e9ventail de types de projets et la programmation langues, et 4) les pr\u00e9visions peuvent \u00eatre faites imm\u00e9diatement apr\u00e8s l’ach\u00e8vement d’un changement. Contributions du pr\u00e9sent document comprennent une description de l’approche de classification des changements, les techniques d’extraction de caract\u00e9ristiques \u00e0 partir du code source et de modifier l’histoire, une caract\u00e9risation de la performance de la classification des changements dans 12 projets open source, et une \u00e9valuation de la puissance pr\u00e9dictive des diff\u00e9rents groupes de traits. Traduit a\u0300 l'aide de Google Translate<\/p>\n","protected":false},"excerpt":{"rendered":"
Cet article pr\u00e9sente une nouvelle technique pour pr\u00e9dire les bogues logiciels latents, appel\u00e9s classification de changement. classification Changement utilise un classificateur d’apprentissage de la machine afin de d\u00e9terminer si un nouveau changement de logiciel est plus semblable \u00e0 des changements buggy avant ou des changements propres. De cette mani\u00e8re, la classification des changements pr\u00e9dit l’existence de bugs dans les changements de logiciels. Le classificateur est form\u00e9 \u00e0 l’aide des fonctionnalit\u00e9s (au sens de l’apprentissage de la machine) extrait de l’historique des r\u00e9visions d’un projet de logiciel stock\u00e9 dans son r\u00e9f\u00e9rentiel de gestion de configuration logicielle. Le classificateur form\u00e9 peut classer les modifications comme buggy ou propre, avec une pr\u00e9cision de 78 pour cent et un changement de voiturette de 60 pour cent le rappel en moyenne. Modifier le classement a plusieurs qualit\u00e9s souhaitables: 1) La granularit\u00e9 de pr\u00e9diction est faible (un changement dans un seul fichier), 2) les pr\u00e9visions ne n\u00e9cessitent pas d’informations s\u00e9mantiques sur le code source, 3) les travaux de technique pour un large \u00e9ventail de types de projets et la programmation langues, et 4) les pr\u00e9visions peuvent \u00eatre faites imm\u00e9diatement apr\u00e8s l’ach\u00e8vement d’un changement. Contributions du pr\u00e9sent document comprennent une description de l’approche de classification des changements, les techniques d’extraction de caract\u00e9ristiques \u00e0 partir du code source et de modifier l’histoire, une caract\u00e9risation de la performance de la classification des changements dans 12 projets open source, et une \u00e9valuation de la puissance pr\u00e9dictive des diff\u00e9rents groupes de traits. [googletranslate_fr]<\/p>\n","protected":false},"template":"","reference-tag":[],"reference-type":[435],"class_list":["post-126676","reference","type-reference","status-publish","hentry","reference-type-journal-article"],"acf":{"citation":"Kim, S., Whitehead, J., and Zhang, Y. (2008). Classifying software changes: Clean or buggy?. IEEE Transactions on Software Engineering, 34(2), 181-196. Retrieved from https:\/\/ieeexplore.ieee.org\/document\/4408585\/authors#authors.","authors":"Kim, S., Whitehead, J., and Zhang, Y.","org":"","year":"2008","title_fr":null,"editors_hidden":"","publication":"IEEE Transactions on Software Engineering","publication_fr":null,"volume":"34","issue":"2","Series":"","SeriesNumber":"","page_range":"181-196","publisher_city":"","publisher_state":"","publisher":"","abstract_en":null,"abstract_fr":null,"keywords":"","paywall":"0","doi":"10.1109\/TSE.2007.70773","isbn":"","url":"https:\/\/ieeexplore.ieee.org\/document\/4408585\/authors#authors","url_fr":null,"url_amazon":"","TRACK":"0"},"yoast_head":"\n