Verbesserung der Zuverlässigkeit von Defektvorhersagemodellen

Die Entwicklung fehlerfreier Software ist ein Hauptziel von Softwareentwicklern. Das Erreichen dieses Ziels ist jedoch keine triviale Aufgabe. Noch schwieriger wird dies f r Entwicklungsorganisationen mit minimalen Ressourcen. Die Entwickler verwenden h ufig automatische Fehlerprognosemodelle, die meist mit Hilfe von Algorithmen des maschinellen Lernens entwickelt werden, um Fehler in der Software zu finden. Die Vorhersagequalit t solcher Modelle ist wichtig, da sich falsche Vorhersagen sowohl auf die Entwicklungsorganisationen als auch auf die Endbenutzer negativ auswirken k nnen. Dieses Buch untersucht die m glichen Probleme in den bestehenden Vorhersagemodellen und schl gt Methoden zur weiteren Verbesserung der Vorhersagequalit t solcher Modelle vor.