magistrsko delo

Povzetek

V tem magistrskem delu smo se posvetili področju pregledovanja kode s pomočjo strojnega učenja. Proučili smo sorodna dela na tem področju ter določili teoretični pristop, s pomočjo katerega bomo lahko izvajali napovedovanje slabih sprememb programske kode programskega jezika Javascript, ki zahtevajo odpravo napak. Tako bomo zmanjšali porabo virov pri pregledovanju programske kode. Izdelali smo prototip ekspertnega sistema, ki bo omogočal generiranje metrik in učenje nevronske mreže v ogrodju Tensorflow.js. Učinkovitost sistema smo ovrednotili na treh odprtokodnih projektih ter dosegli rezultate, ki upravičujejo smiselnost vpeljave takšnega sistema v proces razvoja programske opreme.

Ključne besede

strojno učenje;pregledovanje kode;nevronske mreže;programsko inženirstvo;magistrske naloge;

Podatki

Jezik: Slovenski jezik
Leto izida:
Tipologija: 2.09 - Magistrsko delo
Organizacija: UM FERI - Fakulteta za elektrotehniko, računalništvo in informatiko
Založnik: S. Stojnšek
UDK: 004.8:004.415.3(043.2)
COBISS: 21917462 Povezava se bo odprla v novem oknu
Št. ogledov: 863
Št. prenosov: 105
Ocena: 0 (0 glasov)
Metapodatki: JSON JSON-RDF JSON-LD TURTLE N-TRIPLES XML RDFA MICRODATA DC-XML DC-RDF RDF

Ostali podatki

Sekundarni jezik: Angleški jezik
Sekundarni naslov: Code review automation using machine learning
Sekundarni povzetek: This master thesis adresses code review process supported by machine learning. We studied works of other authors for suitable indicators to generate theoretical approach, which can be used to predict rework in Javascript programming language. This way we can assist code review process by using less resources. We developed an expert system prototype which generates needed metrics to perfrom machine learning using Tensorflow.js library. Developed system was validated for effectiveness on three opensource projects, which proved usefullness of predictions and helpful contribution to software development process.
Sekundarne ključne besede: machine learning;code review;neural networks;Tensortflow;JavaScript;
URN: URN:SI:UM:
Vrsta dela (COBISS): Magistrsko delo/naloga
Komentar na gradivo: Univ. v Mariboru, Fak. za elektrotehniko, računalništvo in informatiko, Informatika in tehnologije komuniciranja
Strani: VIII, 62 str.
ID: 10977684