Please use this identifier to cite or link to this item:
https://hdl.handle.net/20.500.11851/7841
Full metadata record
DC Field | Value | Language |
---|---|---|
dc.contributor.advisor | Özbayoğlu, Ahmet Murat | - |
dc.contributor.author | Meriç, Özgenil | - |
dc.date.accessioned | 2021-12-02T17:20:12Z | - |
dc.date.available | 2021-12-02T17:20:12Z | - |
dc.date.issued | 2020 | - |
dc.identifier.citation | Meriç, Özgenil. (2020). Yapay öğrenme ile yazılım test eforu kestirimi. (Yayınlanmamış Yüksek Lisans Tezi). TOBB Ekonomi ve Teknoloji Üniversitesi, Fen Bilimleri Enstitüsü, Bilgisayar Mühendisliği Ana Bilim Dalı | en_US |
dc.identifier.uri | https://tez.yok.gov.tr/UlusalTezMerkezi/TezGoster?key=wf-FPgY-5qjHEzEoOgvMs7kY61JUXvmhpLC5bZt13B9-DyRVbr7SofYDcQIdfW_e | - |
dc.identifier.uri | https://hdl.handle.net/20.500.11851/7841 | - |
dc.description | YÖK Tez No: 650231 | en_US |
dc.description.abstract | Yazılım Test dünyasındaki en önemli problemlerden bir tanesi yazılım test planları oluşturulurken test eforunun net bir şekilde belirlenememesidir. Projelerdeki yazılım test işçiliği için ayırılması gereken süre ve kaynak ihtiyacının doğru bir şekilde belirlenebilmesi, proje takvimlerinin oluşturulabilmesi ve kaynakların verimli bir şekilde kullanılabilmesi için önem arz etmektedir. Bu çalışmada yapay öğrenme algoritmaları kullanarak yazılım test eforu tahmini üzerine çeşitli yapay öğrenme modelleri önerilmiştir. Önerilen metot ile ASELSAN A.Ş. bünyesinde geliştirilen, Komuta Kontrol Kullanıcı Arayüzü Yazılımları ve Gömülü ve Gerçek Zamanlı Yazılımları doğrulamak için harcanan test eforu analiz edilerek, ileride yapılması planlanan test aktiviteleri için etkin bir test eforu tahmini yapılmaktadır. Yapılan test eforu tahminleri, şu anda kullanılmakta olan geleneksel yöntemler ile karşılaştırılarak önerilen yöntemin başarı değerlendirmesi de yapılmıştır. | en_US |
dc.description.abstract | One of the main headlines of software test literature is the problem of not having a sound estimation of software test effort while scheduling a plan for the whole software development. The software test process time in software projects shouldbe estimated timely in order to gather the required resources beforehand. In this work, using Machine Learning algorithms, we propose a new method of software effort estimation. Using the past experiences of software test efforts processed in ASELSAN in the areas of command center graphical user interfaces, embedded and real-time software test developments, we strive for better estimations. The new estimations are evaluated in comparison with the traditional methods. | en_US |
dc.language.iso | tr | en_US |
dc.publisher | TOBB Ekonomi ve Teknoloji Üniversitesi | en_US |
dc.rights | info:eu-repo/semantics/openAccess | en_US |
dc.subject | Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrol | en_US |
dc.subject | Computer Engineering and Computer Science and Control ; Savunma ve Savunma Teknolojileri | en_US |
dc.subject | Defense and Defense Technologies | en_US |
dc.title | Yapay Öğrenme ile Yazılım Test Eforu Kestirimi | en_US |
dc.title.alternative | Software Testing Effort Estimation With Machine Learning | en_US |
dc.type | Master Thesis | en_US |
dc.department | Institutes, Graduate School of Engineering and Science, Computer Engineering Graduate Programs | en_US |
dc.department | Enstitüler, Fen Bilimleri Enstitüsü, Bilgisayar Mühendisliği Ana Bilim Dalı | tr_TR |
dc.identifier.startpage | 1 | en_US |
dc.identifier.endpage | 81 | en_US |
dc.institutionauthor | Meriç, Özgenil | - |
dc.relation.publicationcategory | Tez | en_US |
item.openairetype | Master Thesis | - |
item.languageiso639-1 | tr | - |
item.grantfulltext | open | - |
item.fulltext | With Fulltext | - |
item.openairecristype | http://purl.org/coar/resource_type/c_18cf | - |
item.cerifentitytype | Publications | - |
Appears in Collections: | Bilgisayar Mühendisliği Yüksek Lisans Tezleri / Computer Engineering Master Theses |
Files in This Item:
File | Size | Format | |
---|---|---|---|
650231.pdf | 1.51 MB | Adobe PDF | View/Open |
CORE Recommender
Page view(s)
252
checked on Dec 16, 2024
Download(s)
92
checked on Dec 16, 2024
Google ScholarTM
Check
Items in GCRIS Repository are protected by copyright, with all rights reserved, unless otherwise indicated.