Por favor, use este identificador para citar o enlazar este ítem:
https://hdl.handle.net/20.500.12104/95607| Título: | Estimación del esfuerzo de proyectos de software con algoritmos de aprendizaje de máquinas |
| Palabras clave: | estimación de software;aprendizaje de máquinas;modelos de estimación;algoritmos de regresión;tamaño funcional |
| Editorial: | Universidad de Guadalajara |
| Descripción: | La estimación del esfuerzo de proyectos de software es el proceso de predecir el esfuerzo requerido para desarrollar o mantener un sistema de software. Desarrollar modelos de estimación y técnicas apropiadas es fundamental para evitar pérdidas causadas por una estimación deficiente, donde se termina invirtiendo más esfuerzo del estimado.La precisión y confiabilidad de las estimaciones desempeñan un papel muy importante en la gestión de proyectos, ya que permiten un monitoreo y control factible para garantizar que los proyectos se terminarán de acuerdo a lo planeado.Este documento presenta una comparación entre modelos de estimación tradicionales basados en modelos estadísticos y modelos generados a partir de algoritmos de regresión de aprendizaje de máquinas. |
| URI: | https://hdl.handle.net/20.500.12104/95607 |
| Otros identificadores: | http://recibe.cucei.udg.mx/index.php/ReCIBE/article/view/134 10.32870/recibe.v8i1.134 |
| Aparece en las colecciones: | Revista ReCIBE |
Ficheros en este ítem:
No hay ficheros asociados a este ítem.
Los ítems de RIUdeG están protegidos por copyright, con todos los derechos reservados, a menos que se indique lo contrario.