Título:	Sistema de aprendizado de máquina para predição do tempo de esforço de tarefas de desenvolvimento de software
Autor:	Sitonio, Tiago Pedro da Silva
Endereco Lattes do autor:	http://lattes.cnpq.br/0915757895643807
Orientador:	Monteiro, Cleviton Vinicius Fonsêca
Endereco Lattes do orientador :	http://lattes.cnpq.br/9362573782715504
Palavras-chave:	Estimativa de esforço;Aprendizado do computador;Engenharia de software;Algoritmos computacionais
Data do documento:	14-Dez-2021
Citação:	SITONIO, Tiago Pedro da Silva. Sistema de aprendizado de máquina para predição do tempo de esforço de tarefas de desenvolvimento de software. 2021. 58 f. Trabalho de Conclusão de Curso (Bacharelado em Sistemas de Informação) – Departamento de Estatística e Informática, Universidade Federal Rural de Pernambuco, Recife, 2021.
Resumo:	A estimativa de esforço é uma das principais métricas para o planejamento e gerenciamento do processo de desenvolvimento de software, pois proporciona auxílio na previsão de custos e prazos para realização de um projeto. Em consideração a isso, este trabalho teve como objetivo realizar uma análise do processo de construção de um modelo de Aprendizado de Máquina com base na metodologia CRISP-DM, utilizando Algoritmo de Aprendizado de Máquina Automatizado (AutoML) para encontrar o melhor algoritmo de regressão como objetivo de encontrar a estimativa de tempo de determinada atividade. Para esta análise, dados de atividades realizadas por 29 empresas foram utilizados. O banco de dados é constituído por diferentes tipos de dados como, por exemplo, dado Numérico em formato de Linguagem Natural para descrever as atividades. Por causa disso foi realizado o processo de Tokenização a fim de transformar em dados totalmente regressivos para execução dos algoritmos. Em conjunto a isto, métodos de análise dos dados, pré-processamento, métodos de afunilamento como Seleção de Feaures, Alteração de Pesos e Combinação de Colunas serão aplicados para realizar análises do banco de dados.Este projeto foi desenvolvido através da linguagem de programação Python com apoio das suas bibliotecas, dentre elas a biblioteca Pandas para manipulação e análise de dados e Scikitlearn para acesso a algoritmos de Aprendizado de Máquina. Os resultados obtidos e avaliados apontam que o tratamento individual para cada empresa com pré-processamento e construção do modelo de algoritmo de previsão devem ser levados em consideração para encontrar os melhores resultados de estimativa de esforço por meio dos algoritmos.
URI:	https://repository.ufrpe.br/handle/123456789/4181
Aparece nas coleções:	TCC - Bacharelado em Sistemas da Informação (Sede)

Os itens no repositório estão protegidos por copyright, com todos os direitos reservados, salvo quando é indicado o contrário.