Informacja

Drogi użytkowniku, aplikacja do prawidłowego działania wymaga obsługi JavaScript. Proszę włącz obsługę JavaScript w Twojej przeglądarce.

English (EN)·Polski (PL)·Yкраїнський (UK)
Przejdź do strony domowej biblioteki Centralna Biblioteka Wojskowa Link otwiera się w nowym oknie Logo biblioteki Prolib Integro - strona głównaCentralna Biblioteka Wojskowa

Wyszukujesz frazę "learning software" wg kryterium: Temat

  Lista filtrów
Wyrównaj
Wyświetlanie 1-15 z 30
Tytuł:
Machine learning for supporting irrigation decisions based on climatic water balance
Autorzy:
Treder, Waldemar
Klamkowski, Krzysztof
Wójcik, Katarzyna
Tryngiel-Gać, Anna
Powiązania:
https://bibliotekanauki.pl/articles/27312625.pdf
Data publikacji:
2023
Wydawca:
Instytut Technologiczno-Przyrodniczy
Tematy:
apple tree
evapotranspiration
irrigation scheduling
machine learning
precipitation
WEKA software
Opis:
A machine learning model was developed to support irrigation decisions. The field research was conducted on ‘Gala’ apple trees. For each week during the growing seasons (2009-2013), the following parameters were determined: precipitation, evapotranspiration (Penman-Monteith formula), crop (apple) evapotranspiration, climatic water balance, crop (apple) water balance (AWB), cumulative climatic water balance (determined weekly, ∑CWB), cumulative apple water balance (∑AWB), week number from full bloom, and nominal classification variable: irrigation, no irrigation. Statistical analyses were performed with the use of the WEKA 3.9 application software. The attribute evaluator was performed using Correlation Attribute Eval with the Ranker Search Method. Due to its highest accuracy, the final analyses were performed using the WEKA classifier package with the J48graft algorithm. For each of the analysed growing seasons, different correlations were found between the water balance determined for apple trees and the actual water balance of the soil layer (10-30 cm). The model made correct decisions in 76.7% of the instances when watering was needed and in 87.7% of the instances when watering was not needed. The root of the classification tree was the AWB determined for individual weeks of the growing season. The high places in the tree hierarchy were occupied by the nodes defining the elapsed time of the growing season, the values of ∑CWB and ∑AWB.
Źródło:
Journal of Water and Land Development; 2023, 58; 25--30
1429-7426
2083-4535
Pojawia się w:
Journal of Water and Land Development
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
The Effect of Dual Hyperparameter Optimization on Software Vulnerability Prediction Models
Autorzy:
Bassi, Deepali
Singh, Hardeep
Powiązania:
https://bibliotekanauki.pl/articles/2203949.pdf
Data publikacji:
2023
Wydawca:
Politechnika Wrocławska. Oficyna Wydawnicza Politechniki Wrocławskiej
Tematy:
software vulnerability
hyperparameter optimization
machine learning algorithm
data balancing techniques
data complexity measures
Opis:
Background: Prediction of software vulnerabilities is a major concern in the field of software security. Many researchers have worked to construct various software vulnerability prediction (SVP) models. The emerging machine learning domain aids in building effective SVP models. The employment of data balancing/resampling techniques and optimal hyperparameters can upgrade their performance. Previous research studies have shown the impact of hyperparameter optimization (HPO) on machine learning algorithms and data balancing techniques. Aim: The current study aims to analyze the impact of dual hyperparameter optimization on metrics-based SVP models. Method: This paper has proposed the methodology using the python framework Optuna that optimizes the hyperparameters for both machine learners and data balancing techniques. For the experimentation purpose, we have compared six combinations of five machine learners and five resampling techniques considering default parameters and optimized hyperparameters. Results: Additionally, the Wilcoxon signed-rank test with the Bonferroni correction method was implied, and observed that dual HPO performs better than HPO on learners and HPO on data balancers. Furthermore, the paper has assessed the impact of data complexity measures and concludes that HPO does not improve the performance of those datasets that exhibit high overlap. Conclusion: The experimental analysis unveils that dual HPO is 64% effective in enhancing the productivity of SVP models.
Źródło:
e-Informatica Software Engineering Journal; 2023, 17, 1; art. no. 230102
1897-7979
Pojawia się w:
e-Informatica Software Engineering Journal
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
A Systematic Review of Ensemble Techniques for Software Defect and Change Prediction
Autorzy:
Khanna, Megha
Powiązania:
https://bibliotekanauki.pl/articles/2123249.pdf
Data publikacji:
2022
Wydawca:
Politechnika Wrocławska. Oficyna Wydawnicza Politechniki Wrocławskiej
Tematy:
ensemble learning
software change prediction
software defect prediction
software quality
systematic review
Opis:
Background: The use of ensemble techniques have steadily gained popularity in several software quality assurance activities. These aggregated classifiers have proven to be superior than their constituent base models. Though ensemble techniques have been widely used in key areas such as Software Defect Prediction (SDP) and Software Change Prediction (SCP), the current state-of-the-art concerning the use of these techniques needs scrutinization. Aim: The study aims to assess, evaluate and uncover possible research gaps with respect to the use of ensemble techniques in SDP and SCP. Method: This study conducts an extensive literature review of 77 primary studies on the basis of the category, application, rules of formulation, performance, and possible threats of the proposed/utilized ensemble techniques. Results: Ensemble techniques were primarily categorized on the basis of similarity, aggregation, relationship, diversity, and dependency of their base models. They were also found effective in several applications such as their use as a learning algorithm for developing SDP/SCP models and for addressing the class imbalance issue. Conclusion: The results of the review ascertain the need of more studies to propose, assess, validate, and compare various categories of ensemble techniques for diverse applications in SDP/SCP such as transfer learning and online learning.
Źródło:
e-Informatica Software Engineering Journal; 2022, 16, 1; art. no. 220105
1897-7979
Pojawia się w:
e-Informatica Software Engineering Journal
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
An exploratory case study to investigate perceived pronunciation errors in Thai primary school students using audio-visual speech recognition
Autorzy:
Graham, Steven
Powiązania:
https://bibliotekanauki.pl/articles/2087181.pdf
Data publikacji:
2021
Wydawca:
Uniwersytet Marii Curie-Skłodowskiej w Lublinie. IATEFL Poland Computer Special Interest Group
Tematy:
Speech recognition software
audio visual
English
computer assisted language learning
Opis:
An explorative case study has been conducted at a small rural school in the north east of Thailand to investigate the pronunciation errors that primary school students make when reading English aloud. This paper illustrates the opportunities and challenges of employing speech recognition software in rural classrooms by using it with specifically designed audio-visual materials based on the Thai curriculum to identify English language reading and pronunciation difficulties. A comparison is made between this study and published literature.
Źródło:
Teaching English with Technology; 2021, 21, 4; 3-18
1642-1027
Pojawia się w:
Teaching English with Technology
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Multi-view learning for software defect prediction
Autorzy:
Kiyak, Elife Ozturk
Birant, Derya
Birant, Kokten Ulas
Powiązania:
https://bibliotekanauki.pl/articles/2060905.pdf
Data publikacji:
2021
Wydawca:
Politechnika Wrocławska. Oficyna Wydawnicza Politechniki Wrocławskiej
Tematy:
software defect prediction
multi-view learning
machine learning
k-nearest neighbor
Opis:
Background: Traditionally, machine learning algorithms have been simply applied for software defect prediction by considering single-view data, meaning the input data contains a single feature vector. Nevertheless, different software engineering data sources may include multiple and partially independent information, which makes the standard single-view approaches ineffective. Objective: In order to overcome the single-view limitation in the current studies, this article proposes the usage of a multi-view learning method for software defect classification problems. Method: The Multi-View k-Nearest Neighbors (MVKNN) method was used in the software engineering field. In this method, first, base classifiers are constructed to learn from each view, and then classifiers are combined to create a robust multi-view model. Results: In the experimental studies, our algorithm (MVKNN) is compared with the standard k-nearest neighbors (KNN) algorithm on 50 datasets obtained from different software bug repositories. The experimental results demonstrate that the MVKNN method outperformed KNN on most of the datasets in terms of accuracy. The average accuracy values of MVKNN are 86.59%, 88.09%, and 83.10% for the NASA MDP, Softlab, and OSSP datasets, respectively. Conclusion: The results show that using multiple views (MVKNN) can usually improve classification accuracy compared to a single-view strategy (KNN) for software defect prediction.
Źródło:
e-Informatica Software Engineering Journal; 2021, 15, 1; 163--184
1897-7979
Pojawia się w:
e-Informatica Software Engineering Journal
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Projektowo-zorientowane nauczanie zasad inżynierii oprogramowania
Teaching software engineering principles in a project-oriented course setting
Autorzy:
Chmielewski, Andrzej
Jarząbek, Stanisław
Powiązania:
https://bibliotekanauki.pl/articles/2197612.pdf
Data publikacji:
2021-10-15
Wydawca:
Uniwersytet Rzeszowski
Tematy:
zasady inżynierii oprogramowania
projektowo-zorientowane nauczanie
projekt zespołowy
iteracyjny rozwój programu
interfejsy komponentów programowych
software engineering principles
project-based learning
team projects
iterative development
programming interfaces
Opis:
Typowy model nauczania opiera się na wiedzy przekazywanej studentom na wykładach, ćwiczeniach/laboratoriach, oraz ewaluacji studentów w formie testów i egzaminu końcowego. W przypadku inżynierii oprogramowania taki model nauczania nie zawsze jest efektywny. Pomimo pomyślnego wyniku egzaminu, w doświadczeniu autorów, studenci często w niewystarczającym stopniu transferują informacje nabyte podczas zajęć w wiedzę roboczą pozwalającą im na wykorzystanie jej w praktyce programowania, a nawet w kolejnych kursach, w których należy zastosować zdobytą wiedzę w innym kontekście. Aby temu zaradzić, do programu zajęć często włącza się wykonanie także projektów programistycznych. Autorzy niniejszego artykułu są zdania, że aby uzyskać lepsze wyniki należy zwiększyć wagę projektów w dwóch aspektach. Po pierwsze, treści teoretyczne i formalne uczone w części wykładowej kursu powinny być ściśle powiązane z pracą projektową, zarówno tematycznie, jak i czasowo. Po drugie, zaliczenie końcowe powinno być oparte na ewaluacji pracy projektowej, a egzamin pisemny może pełnić rolę pomocniczą. Autorzy wyjaśniają metodologię nauczania projektowo-zorientowanego na przykładzie kursów uczonych na tych zasadach przez ostatnie 15 lat na Narodowym Uniwersytecie w Singapurze (NUS) i Politechnice Białostockiej (PB).
Typically, our courses include teaching lectures, tutorials/labs, and student evaluation in interim tests and final exams. For courses in which students supposed to learn practical application of software engineering principles, such a teaching model not always yields satisfactory results: Passing an exam does not guarantee that students can transfer absorbed knowledge into their programming practice, or even use it effectively in follow up courses that require students to apply that knowledge in a new context. To counter this problem, educators often include substantial programming projects into their courses. It is authors' opinion that to get better teaching outcomes, It is important to enhance the role of projects in software engineering courses in two aspects. Firstly, lecture material should be tightly integrated and synchronized with the project work. Secondly, course evaluation should be based on evaluation of the project work, with written tests and final exams playing a complementary role. In the paper, authors motivate and explain their methodology to teach a project-oriented course based on a 15-year experience of teaching such courseat the National University of Singapore and Bialystok University of Technology.
Źródło:
Dydaktyka informatyki; 2021, 16; 121-129
2083-3156
2543-9847
Pojawia się w:
Dydaktyka informatyki
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
A novel test case prioritization method based on problems of numerical software code statement defect prediction
Nowatorska metoda priorytetyzacji przypadków testowych oparta na prognozowaniu błędów instrukcji kodu oprogramowania numerycznego
Autorzy:
Shao, Yuanxun
Liu, Bin
Wang, Shihai
Xiao, Peng
Powiązania:
https://bibliotekanauki.pl/articles/1841862.pdf
Data publikacji:
2020
Wydawca:
Polska Akademia Nauk. Polskie Naukowo-Techniczne Towarzystwo Eksploatacyjne PAN
Tematy:
software defect prediction
test case prioritization
code statement metrics
machine learning
software testing
przewidywanie błędów oprogramowania
priorytetyzacja przypadków testowych
metryki instrukcji kodu
uczenie maszynowe
testowanie oprogramowania
Opis:
Test case prioritization (TCP) has been considerably utilized to arrange the implementation order of test cases, which contributes to improve the efficiency and resource allocation of software regression testing. Traditional coverage-based TCP techniques, such as statement-level, method/function-level and class-level, only leverages program code coverage to prioritize test cases without considering the probable distribution of defects. However, software defect data tends to be imbalanced following Pareto principle. Instinctively, the more vulnerable the code covered by the test case is, the higher the priority it is. Besides, statement-level coverage is a more fine-grained method than function-level coverage or class-level coverage, which can more accurately formulate test strategies. Therefore, we present a test case prioritization approach based on statement software defect prediction to tame the limitations of current coverage-based techniques in this paper. Statement metrics in the source code are extracted and data pre-processing is implemented to train the defect predictor. And then the defect detection rate of test cases is calculated by combining the prioritization strategy and prediction results. Finally, the prioritization performance is evaluated in terms of average percentage faults detected in four open source datasets. We comprehensively compare the performance of the proposed method under different prioritization strategies and predictors. The experimental results show it is a promising technique to improve the prevailing coverage-based TCP methods by incorporating statement-level defect-proneness. Moreover, it is also concluded that the performance of the additional strategy is better than that of max and total, and the choice of the defect predictor affects the efficiency of the strategy.
Metodę priorytetyzacji przypadków testowych (TCP) wykorzystuje się powszechnie do ustalania kolejności implementacji przypadków testowych, co przyczynia się do poprawy wydajności i alokacji zasobów w trakcie testowania regresyjnego oprogramowania. Tradycyjne techniki TCP oparte na pokryciu na poziomie instrukcji, metody/funkcji oraz klasy, wykorzystują pokrycie kodu programu tylko w celu ustalenia priorytetów przypadków testowych, bez uwzględnienia prawdopodobnego rozkładu błędów. Jednak dane o błędach oprogramowania są zwykle niezrównoważone zgodnie z zasadą Pareto. Instynktownie, im bardziej wrażliwy jest kod pokryty przypadkiem testowym, tym wyższy jest jego priorytet. Poza tym, pokrycie na poziomie instrukcji jest bardziej szczegółową metodą niż pokrycie na poziomie funkcji lub pokrycie na poziomie klasy, które mogą dokładniej formułować strategie testowe. Dlatego w artykule przedstawiamy podejście do priorytetyzacji przypadków testowych oparte na prognozowaniu błędów instrukcji oprogramowania, które pozwala zmniejszyć ograniczenia obecnych technik opartych na pokryciu. Wyodrębniono metryki instrukcji w kodzie źródłowym i zaimplementowano wstępne przetwarzanie danych w celu nauczania predyktora błędów. Następnie obliczono wskaźnik wykrywania błędów w przypadkach testowych poprzez połączenie strategii priorytetyzacji i wyników prognozowania. Wreszcie, oceniono wydajność ustalania priorytetów pod względem średnich procentowych błędów wykrytych w czterech zestawach danych typu open source. Kompleksowo porównano wydajność proponowanej metody w ramach różnych strategii ustalania priorytetów i predyktorów. Wyniki eksperymentów pokazują, że jest to obiecująca technika poprawy dominujących metod TCP opartych na pokryciu poprzez włączenie podatności na błędy na poziomie instrukcji. Ponadto stwierdzono również, że strategia dodatkowa cechuje się lepszą wydajnością niż strategie max i total, a wybór predyktora błędów wpływa na skuteczność strategii.
Źródło:
Eksploatacja i Niezawodność; 2020, 22, 3; 419-431
1507-2711
Pojawia się w:
Eksploatacja i Niezawodność
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Artificial intelligence for software development : the present and the challenges for the future
Sztuczna inteligencja w wytwarzaniu oprogramowania : stan aktualny i wyzwania na przyszłość
Autorzy:
Korzeniowski, Łukasz
Goczyła, Krzysztof
Powiązania:
https://bibliotekanauki.pl/articles/211290.pdf
Data publikacji:
2019
Wydawca:
Wojskowa Akademia Techniczna im. Jarosława Dąbrowskiego
Tematy:
software development
artificial intelligence
machine learning
automated code generation
wytwarzanie oprogramowania
sztuczna inteligencja
uczenie maszynowe
automatyczne generowanie kodu
Opis:
Since the time when first CASE (Computer-Aided Software Engineering) methods and tools were developed, little has been done in the area of automated creation of code. CASE tools support a software engineer in creation the system structure, in defining interfaces and relationships between software modules and, after the code has been written, in performing testing tasks on different levels of detail. Writing code is still the task of a skilled human, which makes the whole software development a costly and error-prone process. It seems that recent advances in AI area, particularly in deep learning methods, may considerably improve the matters. The paper presents an extensive survey of recent work and achievements in this area reported in the literature, both from the theoretical branch of research and from engineer-oriented approaches. Then, some challenges for the future work are proposed, classified into Full AI, Assisted AI and Supplementary AI research fields.
Od czasu pojawienia się pierwszych metod i narzędzi CASE niewiele zrobiono w zakresie automatycznego wytwarzania oprogramowania. Narzędzia CASE wspierają deweloperów w tworzeniu struktury systemu, definiowaniu interfejsów i relacji między modułami oprogramowania oraz, po powstaniu kodu, w wykonywaniu zadań testowych na różnych poziomach szczegółowości. Pisanie kodu jest jednak nadal zadaniem wykwalifikowanego specjalisty, co powoduje, że cały proces wytwarzania oprogramowania jest kosztowny i podatny na błędy. Ostatnie postępy w obszarze sztucznej inteligencji, szczególnie w zakresie metod głębokiego uczenia maszynowego, mogą i powinny znacznie poprawić tę sytuację. W artykule przedstawiono przegląd dotychczasowych osiągnięć w tej dziedzinie, znanych z literatury przedmiotu, szczególnie w zakresie czysto teoretycznym, gdyż efekty inżynierskie znajdujące zastosowanie praktyczne są jak dotąd bardzo ograniczone. Następnie zaproponowano i opisano kilka kierunków przyszłych prac w tej dziedzinie, które zaklasyfikowano jako Full AI, Assisted AI i Supplementary AI, w kolejności wynikającej z oczekiwanego stopnia zautomatyzowania procesów wytwarzania oprogramowania.
Źródło:
Biuletyn Wojskowej Akademii Technicznej; 2019, 68, 1; 15-32
1234-5865
Pojawia się w:
Biuletyn Wojskowej Akademii Technicznej
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Badanie umiejętności informatycznych studentów w kontekście zajęć z matematyki
Study of students’ computer skills in the context of mathematics classes
Autorzy:
Wata, Marcin
Żarek, Dorota
Powiązania:
https://bibliotekanauki.pl/articles/268878.pdf
Data publikacji:
2019
Wydawca:
Politechnika Gdańska. Wydział Elektrotechniki i Automatyki
Tematy:
blended learning
wsparcie
matematyka
oprogramowanie matematyczne
mathematical software
support
Opis:
Chcąc zwiększyć motywację studentów do lepszego zrozumienia treści matematycznych przekazywanych podczas zajęć uniwersyteckich, autorzy przeprowadzili ankietę, aby poznać ich nawyki w uczeniu się matematyki. Dodatkowym celem była poprawa wyników uzyskiwanych na egzaminach i kolokwiach. W artykule autorzy omówili część wniosków z przeprowadzonego badania.
In the article, the authors presented the results and conclusions of the survey conducted among students. The aim of the study was to identify students' habits in learning mathematics. Having such knowledge, authors could better plan the activities leading to increment of the motivation of the students to understand the mathematical concepts introduced in the classroom. Thus, the authors could avoid the situation that students conducted calculations without understanding their meaning. The tools to achieve this goal were both the use of mathematical software: GeoGebra and MATLAB and blended learning method.
Źródło:
Zeszyty Naukowe Wydziału Elektrotechniki i Automatyki Politechniki Gdańskiej; 2019, 65; 121-124
1425-5766
2353-1290
Pojawia się w:
Zeszyty Naukowe Wydziału Elektrotechniki i Automatyki Politechniki Gdańskiej
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Identification and Analysis of Learning Styles of MOOC Students
Autorzy:
Verhun, V.
Powiązania:
https://bibliotekanauki.pl/articles/410940.pdf
Data publikacji:
2019
Wydawca:
Polska Akademia Nauk. Oddział w Lublinie PAN
Tematy:
MOOC
learning styles
software engineering
Opis:
The paper presents the results of analyzing the impact of learning styles on the success of the MOOC course. The study was based on the Kolb’s learning style questionnaire. The survey was shared among the students of software engineering MOOC course. The results of the survey were statistically analyzed. Compared the influence of different learning styles and their strength to successful completion of the course. Analyzed the strength of different learning styles among the students of different ages and different education. The results of the research show that the learning style has an impact to the course finishing success and should be considered for the effective educational program creation.
Źródło:
ECONTECHMOD : An International Quarterly Journal on Economics of Technology and Modelling Processes; 2019, 8, 2; 17-20
2084-5715
Pojawia się w:
ECONTECHMOD : An International Quarterly Journal on Economics of Technology and Modelling Processes
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Software Change Prediction: A Systematic Review and Future Guidelines
Autorzy:
Malhotra, Ruchika
Khanna, Megha
Powiązania:
https://bibliotekanauki.pl/articles/384059.pdf
Data publikacji:
2019
Wydawca:
Politechnika Wrocławska. Oficyna Wydawnicza Politechniki Wrocławskiej
Tematy:
change-proneness
machine learning
software quality
systematic review
Opis:
Background: The importance of Software Change Prediction (SCP) has been emphasized by several studies. Numerous prediction models in literature claim to effectively predict change-prone classes in software products. These models help software managers in optimizing resource usage and in developing good quality, easily maintainable products. Aim: There is an urgent need to compare and assess these numerous SCP models in order to evaluate their effectiveness. Moreover, one also needs to assess the advancements and pitfalls in the domain of SCP to guide researchers and practitioners. Method: In order to fulfill the above stated aims, we conduct an extensive literature review of 38 primary SCP studies from January 2000 to June 2019. Results: The review analyzes the different set of predictors, experimental settings, data analysis techniques, statistical tests and the threats involved in the studies, which develop SCP models. Conclusion: Besides, the review also provides future guidelines to researchers in the SCP domain, some of which include exploring methods for dealing with imbalanced training data, evaluation of search-based algorithms and ensemble of algorithms for SCP amongst others.
Źródło:
e-Informatica Software Engineering Journal; 2019, 13, 1; 227-259
1897-7979
Pojawia się w:
e-Informatica Software Engineering Journal
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Applying Machine Learning to Software Fault Prediction
Autorzy:
Wójcicki, B.
Dabrowski, R.
Powiązania:
https://bibliotekanauki.pl/articles/384105.pdf
Data publikacji:
2018
Wydawca:
Politechnika Wrocławska. Oficyna Wydawnicza Politechniki Wrocławskiej
Tematy:
classifier
fault prediction
machine learning
metric
Naïve Bayes
Python
quality
software intelligence
Opis:
Introduction: Software engineering continuously suffers from inadequate software testing. The automated prediction of possibly faulty fragments of source code allows developers to focus development efforts on fault-prone fragments first. Fault prediction has been a topic of many studies concentrating on C/C++ and Java programs, with little focus on such programming languages as Python. Objectives: In this study the authors want to verify whether the type of approach used in former fault prediction studies can be applied to Python. More precisely, the primary objective is conducting preliminary research using simple methods that would support (or contradict) the expectation that predicting faults in Python programs is also feasible. The secondary objective is establishing grounds for more thorough future research and publications, provided promising results are obtained during the preliminary research. Methods: It has been demonstrated that using machine learning techniques, it is possible to predict faults for C/C++ and Java projects with recall 0.71 and false positive rate 0.25. A similar approach was applied in order to find out if promising results can be obtained for Python projects. The working hypothesis is that choosing Python as a programming language does not significantly alter those results. A preliminary study is conducted and a basic machine learning technique is applied to a few sample Python projects. If these efforts succeed, it will indicate that the selected approach is worth pursuing as it is possible to obtain for Python results similar to the ones obtained for C/C++ and Java. However, if these efforts fail, it will indicate that the selected approach was not appropriate for the selected group of Python projects. Results: The research demonstrates experimental evidence that fault-prediction methods similar to those developed for C/C++ and Java programs can be successfully applied to Python programs, achieving recall up to 0.64 with false positive rate 0.23 (mean recall 0.53 with false positive rate 0.24). This indicates that more thorough research in this area is worth conducting. Conclusion: Having obtained promising results using this simple approach, the authors conclude that the research on predicting faults in Python programs using machine learning techniques is worth conducting, natural ways to enhance the future research being: using more sophisticated machine learning techniques, using additional Python-specific features and extended data sets.
Źródło:
e-Informatica Software Engineering Journal; 2018, 12, 1; 199-216
1897-7979
Pojawia się w:
e-Informatica Software Engineering Journal
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Enhancement of scrum-based project management learning experience by using web application
Autorzy:
Sobiecki, W.
Kurzydłowska, A.
Powiązania:
https://bibliotekanauki.pl/articles/94919.pdf
Data publikacji:
2018
Wydawca:
Szkoła Główna Gospodarstwa Wiejskiego w Warszawie. Wydawnictwo Szkoły Głównej Gospodarstwa Wiejskiego w Warszawie
Tematy:
Traditional Project Management
TPM
Agile Project Management
APM
Scrum
Project Management Life Cycle
PMLC
Software Development Life Cycle
SDLC
e-learning
Opis:
In recent years project management has become a complex and diverse field of scientific research. It embodies a number of specific tools and techniques, choice of which to particular project is far from being obvious, especially for the beginners. Such situation rationalizes efforts aiming at the development of methods of training, which are more efficient than the “trial-and-error” approach. In this context the paper presents a web application that simulates real life scenarios and allows for developing skills, among others, in identifying the needed/available resources against the dynamically changing goals. The platform teaches the agile approach to project management with Scrum and gives an opportunity to “materialize” the progress made by users with an original piece of software. The prototype of the web application has been successfully tested at Cardinal Stefan Wyszynski University.
Źródło:
Information Systems in Management; 2018, 7, 4; 269-285
2084-5537
2544-1728
Pojawia się w:
Information Systems in Management
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Learning software for handling the mathematical expressions
Autorzy:
Steingartner, W.
Yar-Muhamedov, I.
Powiązania:
https://bibliotekanauki.pl/articles/122524.pdf
Data publikacji:
2018
Wydawca:
Politechnika Częstochowska. Wydawnictwo Politechniki Częstochowskiej
Tematy:
abstract syntax tree
learning software
lexical analysis
mathematical method
semantics of expressions
shunting-yard algorithm
syntax analysis
abstrakcyjne drzewo składniowe
analiza leksykalna
metoda matematyczna
semantyka języka programowania
semantyka
analiza składniowa
Opis:
Educating young software engineers and IT experts is a great challenge nowadays. Still new technologies are used in a practical approach and many of them come from formal methods. To help future software experts in the understanding of formal methods grounded in semantics, learning software that illustrates and visualizes important techniques seems to be very fruitful. In this paper, we present software, which handles the arithmetic and Boolean expressions, their analysis, evaluation, drawing the syntax tree and the other techniques with the expressions. This software is devoted as a teaching tool for teachers when explaining appropriate theory and for students for self-studying and making their own experiments. Furthermore, this software is an integral part of our software package for several semantic methods.
Źródło:
Journal of Applied Mathematics and Computational Mechanics; 2018, 17, 2; 77-91
2299-9965
Pojawia się w:
Journal of Applied Mathematics and Computational Mechanics
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Ocena potrzeb studentów w nauczaniu matematyki wspomaganym komputerowo na wybranych kierunkach studiów
Assessment of students needs in computer-aided teaching mathematics in selected specializations
Autorzy:
Wata, M.
Żarek, D.
Powiązania:
https://bibliotekanauki.pl/articles/267000.pdf
Data publikacji:
2018
Wydawca:
Politechnika Gdańska. Wydział Elektrotechniki i Automatyki
Tematy:
oprogramowanie matematyczne
wsparcie
blended learning
mathematical software
support
Opis:
Dynamiczny rozwój programów komputerowych, wspomagających procesy nauczania i uczenia się matematyki, znacząco zmienił potrzeby studentów. W artykule przedstawiamy wyniki badania ankietowego przeprowadzonego wśród studentów (pierwszego roku, wybranych kierunków studiów, dwóch uczelni technicznych: Politechniki Gdańskiej i Państwowej Wyższej Szkoły Zawodowej w Elblągu) w celu doboru optymalnych metod i narzędzi wspomagających nauczanie matematyki oprogramowaniem komputerowym. Prezentujemy analizę ankiet i wnioski jak przyczynić się do urozmaicenia pracy studentów, podniesienia jakości nabywanych przez nich umiejętności oraz usprawnienia procesu nauczania matematyki.
The development of technology affects the change of student behavior as well as the teaching methods. In the paper the results of a survey conducted among the students, who are taught by the authors, are presented. The goal of the survey was to select optimal methods and tools to support teaching mathematics with computer software. The conducted survey also allowed the authors to determine the origin of didactic materials preferred by students during self-study. The authors reminded also briefly some possible applications of mathematical software GeoGebra, during academic classes, presented in previous papers.
Źródło:
Zeszyty Naukowe Wydziału Elektrotechniki i Automatyki Politechniki Gdańskiej; 2018, 58; 85-88
1425-5766
2353-1290
Pojawia się w:
Zeszyty Naukowe Wydziału Elektrotechniki i Automatyki Politechniki Gdańskiej
Dostawca treści:
Biblioteka Nauki
Artykuł
Wyświetlanie 1-15 z 30

Ta witryna wykorzystuje pliki cookies do przechowywania informacji na Twoim komputerze. Pliki cookies stosujemy w celu świadczenia usług na najwyższym poziomie, w tym w sposób dostosowany do indywidualnych potrzeb. Korzystanie z witryny bez zmiany ustawień dotyczących cookies oznacza, że będą one zamieszczane w Twoim komputerze. W każdym momencie możesz dokonać zmiany ustawień dotyczących cookies