基于大数据的软件缺陷分析和预测

那些对软件质量严格要求的行业，比如银行、财务、通信，因它们知道单是靠最终的系统测试无法把潜在的缺陷找出来，所以都愿意花费大量精力，找很有经验的程序员去做代码评审来找缺陷，。

从2000年开始，学术界对缺陷的预测已经做了非常多的研究，一直收集产品发布的不同历史，包括缺陷历史、变更历史、代码本身。通过数据分析，可以找出在新版本里面容易出错的地方，经过多年研究，这种预测的成功率越来越高。如果公司可以系统收集产品开发的历史经验，完全可以预测新版本错误在哪里。

如果公司是对软件质量要求很高的相关行业，以下系列课程对公司或个人发展都很有帮助。

这一系列课程先从统计、度量开始，介绍如何利用常用工具，帮公司建立可以长期操作的度量系统，不断去搜集过去历史的产品开发经验，然后做出一些公司特殊的基线和预测模型，帮助产品质量跳跃地提高。

我们一系列总共有3个课程，每个课程为2天，从最基础的统计、度量与分析开始，到最后利用一些大数据，Data mining的技巧，对一些实例做分析研究。

课程特点：

课程以实战为主理论为辅。提供足够的参考资料给学员在课前后研究。学员通过学习后也可以掌握一些立马可以在公司里推行的开源工具、程序和技巧。

 

培训课程	培训日期	具体 时间	讲师	费用 /人
度量与分析实战	2016.1.16-2016.1.17（成都）2016.2.20-2016.2.21（杭州）	9:00-17:00	Dr. Kim Man LUI,  Edmond SUNG	¥2000
利用R做data mining 和数据分析 (1/2)	2016.3.19-2016.3.20（杭州）2016.3.26-2016.3.27（成都）	9:00-17:00	Dr. Kim Man LUI, Edmond SUNG	¥2000
利用R 做data mining和数据分析 (2/2)	2016.4. 9-2016.4.10（杭州）2016.4.16-2016.4.17（成都）	9:00-17:00	Dr. Kim Man LUI, Edmond SUNG	¥2000

(注：也可以提供定制化的培训，想了解更多欢迎和我们联系：claire@processis.org。)

u  合适的参与者：

对度量与分析， data mining, 大数据分析有兴趣；关注软性质量

u  课程大纲：

u  课程一：度量与分析实战（2天）——基于大数据缺陷的分析统计

利用过去度量与分析的基础材料，加入一些新的元素，比如利用R的语言做分析和统计，收集现有公司的系统的度量，建立公司的度量库。注意： Data Mining 的分析前提是企业要有代码和缺陷的数据。

课程大纲：

第一天:

简单讲解整个大数据，缺陷分析的研究，度量与分析的基础理论；

进行互动练习：根本原因分析、鱼骨图、关联分析、度量目标的制定等，帮助学员确立与公司商业目标一致的完整度量目标。

第二天：

介绍统计的基础，包括不同假设检验、分析技巧；分享过程改进、PDCA的概念。

利用目前最流行的统计的工具(R和开发环境)对现有数据作基本分析、回归分析。

学习如何收集公司的度量数据或变更数据，我们会教授要如何才能收集有效数据，以帮助日后做统计。

两天课程后学员可以学到：如何利用R 工具做基本统计和度量报告和如何自动化分析代码。运行一些简单的R实例。

u  课程二：利用R做data mining和数据分析（2天）

课程是基于学生已经参加了度量与分析，大数据概述的基础上，集中介绍利用R的技巧，做大数据、数据分析。以案例为主，用实际的数据，让学员利用下载的工具，做分析和写报告。

第一天：

重温统计技巧，包括不同的度量分析技巧，不同的数据收集过程，如何积累公司的数据库，度量分析的基础。

介绍R的技术基础技巧：Classification and Recognition 。

第二天：

用R的工具，对公司现有数据作分析统计。

建立如何从数据找出可控因子的概念，做一些统计分析和建立基线、试用预测模型。

针对公司的缺陷数据，利用过去的数据来做一些例子——做分析，建立预测模型和针对缺陷的模型。

u  课程三：利用R做data mining（2天）

这两天的课程与前面课程二相似也是在R的基础，但是除了介绍多元回归方式，也会介绍其他常见data mining建模的方法，包括base 系统、神经网系统、deep net。通过一些实际的案例，教大家利用数据建立预测模型。

注：R语言是用于统计分析、绘图的语言和操作环境。R是属于GNU系统的一个自由、免费、源代码开放的软件，它是一个用于统计计算和统计制图的优秀工具。