Use este identificador para citar ou linkar para este item:
http://repositorio.utfpr.edu.br/jspui/handle/1/35494| Título: | Análise e previsão de erros de estimativa de esforço em projetos de software |
| Título(s) alternativo(s): | Analysis and prediction of errors in software projects estimation effort |
| Autor(es): | Luquetta, Alexandre |
| Orientador(es): | Gomes Júnior, Luiz Celso |
| Palavras-chave: | Engenharia de software Aprendizado do computador Software - Desenvolvimento Análise de regressão Árvores de decisão Software engineering Machine learning Computer software - Development Regression analysis Decision trees |
| Data do documento: | 11-Nov-2022 |
| Editor: | Universidade Tecnológica Federal do Paraná |
| Câmpus: | Curitiba |
| Citação: | LUQUETTA, Alexandre. Análise e previsão de erros de estimativa de esforço em projetos de software. 2022. Trabalho de Conclusão de Curso de Especialização (Ciência de Dados e suas Aplicações) - Universidade Tecnológica Federal do Paraná, Curitiba, 2022. |
| Resumo: | A estimativa de esforço é uma tarefa crítica no ciclo de vida de desenvolvimento de software. Estimativas imprecisas podem causar insatisfação do cliente e reduzir a qualidade do produto. Neste trabalho, são aplicadas técnicas de Ciência de Dados para avaliar os erros de estimativa do esforço em uma empresa de inovação. Para a análise dos fatores que influenciam nos erros foram aplicadas técnicas de visualização e regressão. Para a previsão dois modelos de regressão foram construídos e comparados, sendo eles Regressão Linear e Árvore de Decisão para Regressão, através da verificação do erro médio quadrático. |
| Abstract: | Effort estimation is a critical task in software development lifecycle. Inaccurate estimates can cause customer dissatisfaction and reduce product quality. In this work, Data Science techniques are applied to evaluate effort estimation errors in an innovation company. For the analysis of the factors that influence the errors, visualization and regression techniques were applied. For the forecast, two regression models were built and compared, namely Linear Regression and Decision Tree Regression, through the verification of the mean squared error. |
| URI: | http://repositorio.utfpr.edu.br/jspui/handle/1/35494 |
| Aparece nas coleções: | CT - Ciência de Dados e suas Aplicações |
Arquivos associados a este item:
| Arquivo | Descrição | Tamanho | Formato | |
|---|---|---|---|---|
| CT_CCDA_2020_1_03.pdf | 1,65 MB | Adobe PDF |  Visualizar/Abrir |
Os itens no repositório estão protegidos por copyright, com todos os direitos reservados, salvo quando é indicado o contrário.