Machine learning aplicado al análisis del rendimiento de desarrollos de software
Las pruebas de rendimiento son determinantes para medir la calidad de los desarrollos de software, ya que permiten identificar aspectos que se deben mejorar en pro de alcanzar la satisfacción del cliente. El objetivo de este trabajo fue identificar la técnica óptima de Machine Learning para predecir...
| Main Authors: | , |
|---|---|
| Format: | Article |
| Language: | English |
| Published: |
Politécnico Colombiano Jaime Isaza Cadavid
2022-05-01
|
| Series: | Revista Politécnica |
| Subjects: | |
| Online Access: | https://revistas.elpoli.edu.co/index.php/pol/article/view/1976 |
| Summary: | Las pruebas de rendimiento son determinantes para medir la calidad de los desarrollos de software, ya que permiten identificar aspectos que se deben mejorar en pro de alcanzar la satisfacción del cliente. El objetivo de este trabajo fue identificar la técnica óptima de Machine Learning para predecir si un desarrollo de software cumple o no con los criterios de aceptación del cliente. Se empleó una base de datos de información obtenida en pruebas de rendimiento a servicios web y la métrica de calidad F1-score. Se concluye que, a pesar de que la técnica de Random Forest obtuvo el mejor puntaje, no es correcto afirmar que sea la mejor técnica de Machine Learning; la cantidad y la calidad de los datos empleados en el entrenamiento desempeñan un papel de gran importancia, al igual que un procesamiento adecuado de la información. |
|---|---|
| ISSN: | 1900-2351 2256-5353 |