برخورد با مقادیر گمشده در تخمین هزینه نرم افزا ر

تخمین هزینه ی نرم افزار از جمله چالشهای موثر در مدیریت توسعه ی پروژه ی نرم افزاری محسوب میگردد. در این حوزه تاکنون کارهایپژوهشی فراوانی با رویکردهای متفاوتی صورت پذیرفته است. یکی از حوزه های مورد توجه پژوهشگران در این حوزه، الگوریتم های یادگیریماشین و دادهکاوی است. نتایج حاصل از بررسی این دسته از رو شها، نشان داده است که کیفیت دادگان مورد استفاده جهت آموزشالگوریتم های یادگیری ماشین ، روی دقت تخمین بسیار تاثیرگذار است. یکی از چالشهای موجود در این حوزه، وجود مقادیر گم شده دربرخی ویژگی های نمونه ها در دادگان آموزشی است. از این رو در پژوهش حاضر، به بررسی دقت الگوریتم های شبکه ی عصبی چند لایه وماشین بردار پشتیبان روی دادگان Desharnais و بررسی تاثیر رو شهای برخورد با مقادیر گم شده به عنوان نوعی پیش پردازش، روی ایننوع از تکنیک های یادگیری ماشین در تخمین هزینه نرم افزار پرداخته شده است. نتایج حاصل، بیانگر موثرتر بودن روش حذف نمونه هایدارای مقادیر گم شده در برخی ویژگی های خود به نسبت سایر روشها در افزایش دقت یادگیری ماشین روی دادگان مورد نظر است.

کلیدواژه ها:

تخمین هزینه نرم افزار ، تخمین تلاش نرمافزار ، یادگیری ماشین ، مقادیر گم شده ، پیش پردازش