ScholarGate
Assistent
Process / pipelineQuality prediction

Modelle zur Fehlerprädiktion

Modelle zur Fehlerprädiktion prognostizieren die Wahrscheinlichkeit von Softwarefehlern in Code-Modulen unter Verwendung statistischer oder maschineller Lernansätze. Diese Modelle, die von Ostrand, Weyuker und Bell (2005) wegweisend entwickelt wurden, korrelieren Code-Metriken (Komplexität, Änderungsrate, Kopplung) mit historischen Fehlerdaten, um Komponenten mit hohem Risiko zu identifizieren. Organisationen nutzen die Vorhersagen zur Zuweisung von Testressourcen, zur Steuerung der Code-Überprüfung und zur Priorisierung von Refactoring.

In MethodMind öffnenDemnächstVideoDemnächstDownload slides

Die vollständige Methode lesen

Nur für Mitglieder

Melden Sie sich mit einem kostenlosen Konto an, um diesen Abschnitt zu lesen.

Anmelden

Method map

The neighbourhood of related methods — select a node to explore.

Quellen

  1. Ostrand, T. J., Weyuker, E. J., & Bell, R. M. (2005). Predicting the location and number of faults in large software systems. IEEE Transactions on Software Engineering, 31(4), 340–355. DOI: 10.1109/tse.2005.49
  2. Nagappan, N., Ball, T., & Zeller, A. (2006). Mining metrics to predict component failures. In Proceedings of the 28th International Conference on Software Engineering (pp. 452–461). DOI: 10.1145/1134285.1134349
  3. Menzies, T., Greenwald, J., & Russ, P. (2007). Problems with precision: A response to comments on 'Data mining static code attributes to learn defect predictors'. IEEE Transactions on Software Engineering, 33(9), 637–640. DOI: 10.1109/tse.2007.70721

So zitieren Sie diese Seite

ScholarGate. (2026, June 3). Software Defect Prediction and Risk Classification. ScholarGate. https://scholargate.app/de/software-engineering/defect-prediction-model

Which method?

Set this method beside its closest kin and read them side by side — the library lays the books on the table; the choice is yours.

Compare side by side

Referenziert von

ScholarGateDefect Prediction Model (Software Defect Prediction and Risk Classification). Abgerufen am 2026-06-15 von https://scholargate.app/de/software-engineering/defect-prediction-model · Datensatz: https://doi.org/10.5281/zenodo.20539026