IRIS – Institutional Research Information System
IRIS è il sistema di gestione della ricerca dell’Università degli Studi di Milano-Bicocca.Il repository BOA è il modulo del sistema dedicato alla raccolta e alla disseminazione della produzione scientifica di Ateneo. Le pubblicazioni sono ricercabili per parola chiave attraverso il box nella barra orizzontale in alto oppure, mediante il pulsante Sfoglia, per "Afferenza", "Autore", "Titolo", "Tipologia" o "Settore scientifico-disciplinare".
IRIS contiene inoltre alcuni moduli dedicati alla registrazione dei progetti e dei contratti, e alla reportistica avanzata per le attività di valutazione della ricerca
EnglishThe proceedings contain 6 papers. The topics discussed include: using source code metrics to predict change-prone web services: a case-study on eBay services; investigating code smell co-occurrences using association rule learning: a replicated study; using machine learning to design a flexible LOC counter; machine learning for finding bugs: an initial report; automatic feature selection by regularization to improve bug prediction accuracy; and hyperparameter optimization to improve bug prediction accuracy.
Arcelli Fontana, F., Walter, B., & Zanoni, M. (2017). IEEE International Workshop on Machine Learning Techniques for Software Quality Evaluation. In IEEE International Workshop on Machine Learning Techniques for Software Quality Evaluation. Institute of Electrical and Electronics Engineers Inc..
| Citazione: | Arcelli Fontana, F., Walter, B., & Zanoni, M. (2017). IEEE International Workshop on Machine Learning Techniques for Software Quality Evaluation. In IEEE International Workshop on Machine Learning Techniques for Software Quality Evaluation. Institute of Electrical and Electronics Engineers Inc.. |
| Tipo: | abstract |
| Carattere della pubblicazione: | Scientifica |
| Presenza di un coautore afferente ad Istituzioni straniere: | Si |
| Titolo: | IEEE International Workshop on Machine Learning Techniques for Software Quality Evaluation |
| Autori: | Arcelli Fontana, F; Walter, B; Zanoni, M |
| Autori: | |
| Data di pubblicazione: | 2017 |
| Lingua: | English |
| Nome del convegno: | Saner 2017 - 24th IEEE International Conference on Software Analysis, Evolution and Reengineering |
| ISBN: | 9781509065974 |
| Appare nelle tipologie: | 02 - Intervento a convegno |
File in questo prodotto:
http://hdl.handle.net/10281/155466
Copyright © 2020