机器学习(ML)是人工智能(AI)的一个子集,该子集的重点是算法和统计模型的开发,使计算机能够在没有明确指令,依靠模式和推理的情况下执行特定任务[1] [2] [2] [3]。在过去的几十年中,ML显着发展,从计算能力,数据可用性和算法创新的进步中受益。今天,ML正在彻底改变从医疗保健和金融到营销和物流的广泛行业。 ML应用最有影响力的领域之一是软件开发,它正在改变传统的方法和实践[4] [5] [6]。 软件开发领域始终是由于需要提高效率,提高质量以及管理增强复杂性的能力而驱动的。 传统的软件开发方法,例如瀑布,敏捷和DevOps,为管理SDLC提供结构化框架。 但是,在应对对快速开发周期,高质量标准以及处理大规模和复杂数据集的能力不断增长的需求时,这些方法通常会面临局限性[7] [8]。 _________________________________________________________er:mahi9vkb@gmail.com今天,ML正在彻底改变从医疗保健和金融到营销和物流的广泛行业。ML应用最有影响力的领域之一是软件开发,它正在改变传统的方法和实践[4] [5] [6]。软件开发领域始终是由于需要提高效率,提高质量以及管理增强复杂性的能力而驱动的。传统的软件开发方法,例如瀑布,敏捷和DevOps,为管理SDLC提供结构化框架。但是,在应对对快速开发周期,高质量标准以及处理大规模和复杂数据集的能力不断增长的需求时,这些方法通常会面临局限性[7] [8]。_________________________________________________________er:mahi9vkb@gmail.com
主要关键词