Uma abordagem baseada em aprendizado de máquina para dimensionamento de requisitos de software

Detalhes bibliográficos
Autor(a) principal: Fernandes Neto, Eça da Rocha
Data de Publicação: 2016
Tipo de documento: Trabalho de conclusão de curso
Idioma: por
Título da fonte: Repositório institucional da Universidade Federal Rural de Pernambuco (UFRPE) (RI-UFRPE)
Texto Completo: https://repository.ufrpe.br/handle/123456789/5463
Resumo: Este trabalho se propõe a realizar o dimensionamento automático de requisitos de software utilizando uma abordagem de aprendizado de máquina. A base de dados utilizada é real e foi obtida de uma empresa que trabalha com processo de desenvol- vimento baseado no Scrum e estimativa Planning Poker. Durante os estudos foram utilizadas técnicas de pré processamento de dados, classificação e seleção de melho- res atributos com os algorítimos termo–inverso da frequência nos documentos (tf-idf) e análise de componentes principais (PCA). O aprendizado de máquina e classificação automática se deu com o uso de Máquinas de Vetores de Suporte (SVM) baseado no histórico de dados disponível. Os testes finais foram realizados com e sem a seleção de atributos via PCA. Está demonstrado que a assertividade é maior quando é feita a seleção dos melhores atributos. A ferramenta fruto do trabalho consegue estimar o tamanho de histórias de usuário com uma generalização de até 91%. Os resultados foram considerados passíveis de serem utilizados em ambiente de produção sem pre- juízo para a equipe de desenvolvimento.
id UFRPE_5538e80aead1f96a91db048e5361af1e
oai_identifier_str oai:dspace:123456789/5463
network_acronym_str UFRPE
network_name_str Repositório institucional da Universidade Federal Rural de Pernambuco (UFRPE) (RI-UFRPE)
repository_id_str https://v2.sherpa.ac.uk/id/repository/10612
spelling Uma abordagem baseada em aprendizado de máquina para dimensionamento de requisitos de softwareAprendizado do computadorInteligência artificialAutomaçãoEste trabalho se propõe a realizar o dimensionamento automático de requisitos de software utilizando uma abordagem de aprendizado de máquina. A base de dados utilizada é real e foi obtida de uma empresa que trabalha com processo de desenvol- vimento baseado no Scrum e estimativa Planning Poker. Durante os estudos foram utilizadas técnicas de pré processamento de dados, classificação e seleção de melho- res atributos com os algorítimos termo–inverso da frequência nos documentos (tf-idf) e análise de componentes principais (PCA). O aprendizado de máquina e classificação automática se deu com o uso de Máquinas de Vetores de Suporte (SVM) baseado no histórico de dados disponível. Os testes finais foram realizados com e sem a seleção de atributos via PCA. Está demonstrado que a assertividade é maior quando é feita a seleção dos melhores atributos. A ferramenta fruto do trabalho consegue estimar o tamanho de histórias de usuário com uma generalização de até 91%. Os resultados foram considerados passíveis de serem utilizados em ambiente de produção sem pre- juízo para a equipe de desenvolvimento.This work proposes to perform the automatic sizing of software requirements using a machine learning approach. The database used is real and was obtained from a company that works with Scrum-based development process and Planning Poker es- timation. During the studies, data pre-processing, classification and selection of best attributes were used along with the term frequency–inverse document frequency algo- rithm (tf-idf) and principal component analysis (PCA). Machine learning and automatic sorting occurred with the use of Support Vector Machines (SVM) based on available data history. The final tests were performed with and without attribute selection by PCA. It is demonstrated that the assertiveness is greater when the best attributes are selected. The final tool can estimate the size of user stories with a generalization of up to 91 %. The results were considered likely to be used in the production environment without any problems to the development team.BrasilSoares, Rodrigo Gabriel Ferreirahttp://lattes.cnpq.br/6325583065151828http://lattes.cnpq.br/2526739219416964Fernandes Neto, Eça da Rocha2024-01-22T12:16:15Z2024-01-22T12:16:15Z2016-12-13info:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/bachelorThesis47 f.application/pdfFERNANDES NETO, Eça da Rocha. Uma abordagem baseada em aprendizado de máquina para dimensionamento de requisitos de software. 2016. 47 f. Trabalho de Conclusão de Curso (Bacharelado em Sistemas de Informação) – Departamento de Estatística e Informática, Universidade Federal Rural de Pernambuco, Recife, 2016.https://repository.ufrpe.br/handle/123456789/5463porhttps://creativecommons.org/licenses/by-sa/4.0/deed.pt-brAtribuição-CompartilhaIgual 4.0 Internacionalinfo:eu-repo/semantics/openAccessreponame:Repositório institucional da Universidade Federal Rural de Pernambuco (UFRPE) (RI-UFRPE)instname:Universidade Federal Rural de Pernambuco (UFRPE)instacron:UFRPE2024-01-22T12:16:19Zoai:dspace:123456789/5463Repositório InstitucionalPUBhttps://repository.ufrpe.br/oai/requestrepositorio.sib@ufrpe.bropendoar:https://v2.sherpa.ac.uk/id/repository/106122024-01-22T12:16:19Repositório institucional da Universidade Federal Rural de Pernambuco (UFRPE) (RI-UFRPE) - Universidade Federal Rural de Pernambuco (UFRPE)false
dc.title.none.fl_str_mv Uma abordagem baseada em aprendizado de máquina para dimensionamento de requisitos de software
title Uma abordagem baseada em aprendizado de máquina para dimensionamento de requisitos de software
spellingShingle Uma abordagem baseada em aprendizado de máquina para dimensionamento de requisitos de software
Fernandes Neto, Eça da Rocha
Aprendizado do computador
Inteligência artificial
Automação
title_short Uma abordagem baseada em aprendizado de máquina para dimensionamento de requisitos de software
title_full Uma abordagem baseada em aprendizado de máquina para dimensionamento de requisitos de software
title_fullStr Uma abordagem baseada em aprendizado de máquina para dimensionamento de requisitos de software
title_full_unstemmed Uma abordagem baseada em aprendizado de máquina para dimensionamento de requisitos de software
title_sort Uma abordagem baseada em aprendizado de máquina para dimensionamento de requisitos de software
author Fernandes Neto, Eça da Rocha
author_facet Fernandes Neto, Eça da Rocha
author_role author
dc.contributor.none.fl_str_mv Soares, Rodrigo Gabriel Ferreira
http://lattes.cnpq.br/6325583065151828
http://lattes.cnpq.br/2526739219416964
dc.contributor.author.fl_str_mv Fernandes Neto, Eça da Rocha
dc.subject.por.fl_str_mv Aprendizado do computador
Inteligência artificial
Automação
topic Aprendizado do computador
Inteligência artificial
Automação
description Este trabalho se propõe a realizar o dimensionamento automático de requisitos de software utilizando uma abordagem de aprendizado de máquina. A base de dados utilizada é real e foi obtida de uma empresa que trabalha com processo de desenvol- vimento baseado no Scrum e estimativa Planning Poker. Durante os estudos foram utilizadas técnicas de pré processamento de dados, classificação e seleção de melho- res atributos com os algorítimos termo–inverso da frequência nos documentos (tf-idf) e análise de componentes principais (PCA). O aprendizado de máquina e classificação automática se deu com o uso de Máquinas de Vetores de Suporte (SVM) baseado no histórico de dados disponível. Os testes finais foram realizados com e sem a seleção de atributos via PCA. Está demonstrado que a assertividade é maior quando é feita a seleção dos melhores atributos. A ferramenta fruto do trabalho consegue estimar o tamanho de histórias de usuário com uma generalização de até 91%. Os resultados foram considerados passíveis de serem utilizados em ambiente de produção sem pre- juízo para a equipe de desenvolvimento.
publishDate 2016
dc.date.none.fl_str_mv 2016-12-13
2024-01-22T12:16:15Z
2024-01-22T12:16:15Z
dc.type.status.fl_str_mv info:eu-repo/semantics/publishedVersion
dc.type.driver.fl_str_mv info:eu-repo/semantics/bachelorThesis
format bachelorThesis
status_str publishedVersion
dc.identifier.uri.fl_str_mv FERNANDES NETO, Eça da Rocha. Uma abordagem baseada em aprendizado de máquina para dimensionamento de requisitos de software. 2016. 47 f. Trabalho de Conclusão de Curso (Bacharelado em Sistemas de Informação) – Departamento de Estatística e Informática, Universidade Federal Rural de Pernambuco, Recife, 2016.
https://repository.ufrpe.br/handle/123456789/5463
identifier_str_mv FERNANDES NETO, Eça da Rocha. Uma abordagem baseada em aprendizado de máquina para dimensionamento de requisitos de software. 2016. 47 f. Trabalho de Conclusão de Curso (Bacharelado em Sistemas de Informação) – Departamento de Estatística e Informática, Universidade Federal Rural de Pernambuco, Recife, 2016.
url https://repository.ufrpe.br/handle/123456789/5463
dc.language.iso.fl_str_mv por
language por
dc.rights.driver.fl_str_mv https://creativecommons.org/licenses/by-sa/4.0/deed.pt-br
Atribuição-CompartilhaIgual 4.0 Internacional
info:eu-repo/semantics/openAccess
rights_invalid_str_mv https://creativecommons.org/licenses/by-sa/4.0/deed.pt-br
Atribuição-CompartilhaIgual 4.0 Internacional
eu_rights_str_mv openAccess
dc.format.none.fl_str_mv 47 f.
application/pdf
dc.publisher.none.fl_str_mv Brasil
publisher.none.fl_str_mv Brasil
dc.source.none.fl_str_mv reponame:Repositório institucional da Universidade Federal Rural de Pernambuco (UFRPE) (RI-UFRPE)
instname:Universidade Federal Rural de Pernambuco (UFRPE)
instacron:UFRPE
instname_str Universidade Federal Rural de Pernambuco (UFRPE)
instacron_str UFRPE
institution UFRPE
reponame_str Repositório institucional da Universidade Federal Rural de Pernambuco (UFRPE) (RI-UFRPE)
collection Repositório institucional da Universidade Federal Rural de Pernambuco (UFRPE) (RI-UFRPE)
repository.name.fl_str_mv Repositório institucional da Universidade Federal Rural de Pernambuco (UFRPE) (RI-UFRPE) - Universidade Federal Rural de Pernambuco (UFRPE)
repository.mail.fl_str_mv repositorio.sib@ufrpe.br
_version_ 1809277173819768832

Registros relacionados