مروری بر پیش بینی نقص نرم افزار مبتنی بر روش انتخاب ویژگی با استفاده از
روش های یادگیری ماشین و الگوریتم های تکاملی

پیش بینی نقص نرم افزار یکی از زمینه های تحقیقاتی فعال در مهندسی نرم افزار است که نقش مهمی در بهبود کیفیت نرم افزار دارد و
به کاهش زمان و هزینه در آزمون نرم افزار کمک میکند. امروزه اندازه پروژه های نرم افزاری بزرگ تر شدده و روش هدای پد یش بیندی
نقص نقش مهمی را در حمایت از توسعه دهندگان بازی میکنند. یادگیری ماشین، روی توسعه برنامههای کامپیوتری تمرکز میکندد،
که میتوانند خود را زمانی که در معرض داده های جدید قرار میگیرند برای رشد و تغییدر زمدانی آمدوزش دهندد. یکدی از مکدک
ک سیک در یادگیری ماشین انتخاب ویژگی است. از یک الگوریتم انتخاب ویژگی انتظار مد ی رود سدری،، و در همدان زمدان کملکدرد
بالایی از خود نکان دهد. پیش بینی نقص نرم افزار یک توانایی بسیار مهم است که در برنامه ریزی یک پروژه نرم افزاری دیده می شود
و ت ش بسیار بیکتری برای حل این مککل پیچیده با استفاده از معیارهای نرم افزار و مجموکه داده های مستعد نقص مورد نیاز است .
هدف اصلی این مقاله بررسی و مقایسه روشهای انتخاب ویژگی موجود برای پیش بینی نقص نرم افزار است .
کلما کلیدی