مرور سیستماتیک بر تخمین تلاش توسعه نرم افزار به کمک الگوریتم یادگیری ماشین

اقتصاد همه کشورهای توسعه یافته به نرم افزار بستگی دارد و روز به روز سیستم های بیشتری به کنترل نرمافزاری نیاز دارند.مهندسی نرم افزار درباره متدها وتیوری های توسعه نرم افزار به صورت تخصصی است.هزینهنرم افزار همواره بیش از هزینه های سخت افزاری است و تمرکز اصلی تخصص مهندسی نرم افزار بر کارآییتوسعه آن است.این تحقیق مروری سیستماتیک برروی روش های تخمین نرم افزار با استفاده از الگوریتم هاییادگیری است. در این مقاله سعی شده که با تخمین هوشمند از تلاش به بهبود مراحل مدیریتی و توسعه نرمافزار کمک کند و در نهایت منجر به کاهش هزینه های تولید وکارآیی شود. بیشترین ابزار یادگیری مورداستفاده برای تخمین تلاش شبکه عصبی بوده است که در این تحقیق مروری بر مطالعات انجام شده با استفادهاز شبکه عصبی صورت گرفته و با مقایسه مطالعات قبلی و استفاده از ابزارهای یادگیری،روشهایی را به اینمنظور معرفی می کند.