| dc.contributor.author | Moreno García, María Navelonga | |
| dc.contributor.author | García Peñalvo, Francisco J. | |
| dc.date.accessioned | 2013-05-15T12:29:27Z | |
| dc.date.available | 2013-05-15T12:29:27Z | |
| dc.date.issued | 2007 | |
| dc.identifier.citation | Moreno García, Mª N., GarcíaPeñalvo, F. J. (2007) “Modelos de estimación del software basados en técnicas de aprendizaje automático”. En J. Tuya, I. Ramos, J. Dolado (Eds.) Técnicas Cuantitativas para la Gestión en Ingeniería del Software. Páginas 109-126. Oleiros, A Coruña, España: Netbiblo S.N. | es_ES |
| dc.identifier.uri | http://hdl.handle.net/10366/121858 | |
| dc.description.abstract | [EN] Achieving reliable estimates in the initial stages of developing a project is essential for effective decision making. Traditional methods estimation are widely known and used for many years, without However, they are currently being replaced by predictive modeling based in data mining techniques whose superiority to the first has been demonstrated in numerous studies. This chapter presents an overview of these methods, in particular machine learning algorithms, their Main areas of application in the field of software project management and validation procedures thereof. To illustrate its use shows several case studies: development effort estimation with neural networks, using a decision tree for estimating software size and quality prediction software using genetic programming and multiclasificadores. | en |
| dc.description.abstract | [ES]La realización de estimaciones fiables en las etapas iniciales del desarrollo de un proyecto es esencial para una efectiva toma de decisiones. Los métodos tradicionales de estimación son ampliamente conocidos y utilizados desde hace muchos años, sin embargo, actualmente están siendo reemplazados por modelos de predicción basados en técnicas de minería de datos cuya superioridad respecto a los primeros ha sido demostrada en numerosos estudios. En este capítulo se presenta una visión general de estos métodos, en particular de los algoritmos de aprendizaje automático, sus principales áreas de aplicación en el ámbito de la gestión de proyectos software y los procedimientos de validación de los mismos. Para ilustrar su uso se muestran varios casos de estudio: estimación del esfuerzo de desarrollo con redes neuronales, uso de un árbol de decisión para la estimación del tamaño del software y predicción de la calidad del software mediante programación genética y con multiclasificadores. | es_ES |
| dc.format.extent | 19 p. | |
| dc.format.mimetype | application/pdf | |
| dc.language.iso | spa | es_ES |
| dc.subject | Estimación de software | es_ES |
| dc.subject | Aprendizaje automático | es_ES |
| dc.subject | Minería de datos | es_ES |
| dc.subject | Software size estimation | es_ES |
| dc.subject | Data mining | es_ES |
| dc.title | Modelos de estimación del software basados en técnicas de aprendizaje automático | es_ES |
| dc.type | info:eu-repo/semantics/article | es_ES |
| dc.type | info:eu-repo/semantics/article | es_ES |
| dc.type | info:eu-repo/semantics/article | es_ES |
| dc.subject.unesco | 1203 Ciencia de los ordenadores | es_ES |
| dc.rights.accessRights | info:eu-repo/semantics/openAccess |
Browse
All of GredosCommunities and CollectionsBy Issue DateAuthorsSubjectsTitlesThis CollectionBy Issue DateAuthorsSubjectsTitles
My Account
Statistics
ENLACES Y ACCESOS
Derechos de autorPolíticasGuías de autoarchivoFAQAdhesión USAL a la Declaración de BerlínProtocolo de depósito, modificación y retirada de documentos y datosSolicitud de depósito, modificación y retirada de documentos y datos







