文献

J-GLOBAL ID：202102251648361723   整理番号：21A0028126

ソフトウェア努力推定で用いられる現在のデータマイニング技術のレビュー【JST・京大機械翻訳】

Review of Current Data Mining Techniques Used in the Software Effort Estimation

著者 (1件)： Ogunleye Julius Olufemi (Tomas Bata University in Zlin, Zlin, Czech Republic)
資料名： Advances in Intelligent Systems and Computing  (Advances in Intelligent Systems and Computing)
巻： 1294  ページ： 393-408  発行年： 2020年 
JST資料番号： W5075A  ISSN： 2194-5357  資料種別： 会議録 (C)
記事区分： 文献レビュー  発行国： ドイツ (DEU)  言語： 英語 (EN)

抄録/ポイント： データマイニングは大量のデータと情報からパターンを見つける方法である。データソースはデータベース,データセンタ,インターネット,および他のデータストレージ形式を含む。またはネットワークに動的ストリーミングするデータ。努力の推定はソフトウェア開発プロジェクトのコスト推定において非常に重要であり,ソフトウェア寿命開発サイクル計画プロセスにおいて非常に重要である。本論文では,ソフトウェア努力の推定に用いる最新のデータマイニング技術の記述を提供し,これら技法を2つ,即ち,それらが開発したとき,そしてそれらがビジネス管理で利用され始めたときに,古典的および現代的に分割した。古典的技法は数十年間利用されてきたものであり,今日までまだ関連するが,現代のものは最近導入されているものであり,このシステムで広く受け入れられている。古典的技法は,統計的方法,最近傍,クラスタリングおよび回帰分析であり,一方,ニューラルネットワーク,ルール誘導システムおよび決定ツリーは,現代技術に含まれている。本論文は,それらの特徴,利点,欠点,および利用分野の観点から,これらの戦略の概要を提供する。Copyright The Editor(s) (if applicable) and The Author(s), under exclusive license to Springer Nature Switzerland AG 2020 Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： 回帰分析 ,  データベース ,  ネットワーク ,  ニューラルネットワーク ,  統計的方法 ,  クラスタ化 ,  データセンタ ,  データ蓄積 ,  ディシジョンツリー ,  *ソフトウェア ,  ソフトウェア開発 ,  インターネット ,  *データマイニング ,  ストリーミング
準シソーラス用語： *データマイニング技術 , 【Automatic Indexing@JST】

著者キーワード (9件)： ソフトウェア努力推定 ,  データマイニング技術 ,  回帰分析 ,  分類技術 ,  クラスタリング技術 ,  ニューラルネットワーク ,  最近傍 ,  決定木 ,  ルール誘導システム

分類 (1件)： 計算機システム開発  (JD02010R)

タイトルに関連する用語 (4件)： ソフトウェア ,  推定 ,  データマイニング技術 ,  レビュー