Der Einsatz von Machine Learning zur Software-Aufwandsschätzung

Die Softwareentwicklung von Produkten und Lösungen orientiert sich zunehmend an agilen Vorgehensweisen, welche erhebliche Vorteile in der Kundenorientierung und Schnelligkeit in der Auslieferung der Lösungen mit sich bringen. In diesem Zusammenhang besteht auch die Herausforderung der Schätzung hinsichtlich des Aufwandes zur Umsetzung von sogenannten User Stories. Das vorliegende Buch gibt einen Einblick in die Entwicklung eines Vorhersagemodells von Story Points mit Hilfe von Machine Learning Verfahren und jene des Natural Language Processing (NLP). Dabei wird dem Leser ein theoretischer Abriss über agile Vorgehensmodelle in der Softwareentwicklung und die spezifischen Grundzüge des maschinellen Lernens zur Modellierung und Validierung von Klassifizierungs-Problemen vermittelt. Darauf aufbauend erfolgt im Rahmen einer Fallstudie die Umsetzung eines Prototyps in der Programmiersprache Python. Zu guter Letzt erfolgen die Evaluierung des Prototyps und die Erläuterung und Interpretation der Ergebnisse und deren Implikationen für weiterführende Forschungsarbeit und Praxis.

Autorentext

Dipl.-Ing. Dominik Leuzinger, BSc MSc studierte Informationstechnologien & Wirtschaftsinformatik an der FH Campus 02 in Graz. Er ist derzeit als Analyst in einem großen österreichischen Softwareunternehmen tätig und beschäftigt sich mit der Anwendung von maschinellem Lernen im Bankenumfeld.