78 lines
2.5 KiB
YAML
78 lines
2.5 KiB
YAML
---
|
|
author: Raffaele Mignone
|
|
matr: 399000298
|
|
title: Uno studio sulle fasi di un Machine Learning workflow e utilizzo di librerie
|
|
institute: Università degli studi del Sannio
|
|
department: Dipartimento di ingegneria
|
|
course: Corso di Laurea Magistrale in Ingegneria informatica
|
|
academic-year: Anno accademico 2020-2021
|
|
supervisor:
|
|
title: Chiar.mo Prof.
|
|
name: Massimiliano Di Penta
|
|
cosupervisor:
|
|
title: Dott.ssa
|
|
name: Vittoria Nardone
|
|
abstract: |
|
|
Negli ultimi anni lo sviluppo di progetti di machine learning (ML) ha subito una forte crescita che si è riflessa anche nell'ambito della ricerca.
|
|
In letteratura sono presenti diversi lavori che vanno a comparare progetti di ML con progetti generici o che confrontano progetti di ML realizzati con diversi tool e framework.
|
|
In questa tesi si vuole indagare l'esistenza di differenze tra issue fixing di ML e issue generiche all'interno di progetti open source di ML realizzati in Python.
|
|
|
|
In particolare l'attenzione è rivolta:
|
|
|
|
- all'impatto dei cambiamenti sull'architettura del sistema.
|
|
- alla distribuzione delle issue lungo le vari fasi di un workflow di ML.
|
|
- all'entropia del cambiamento generata dai fix.
|
|
- al livello di discussione delle issue.
|
|
- al time-to-fix delle problematiche.
|
|
|
|
Questo studio mostra come non esistano differenze rilevanti in termini di entropia del cambiamento, ma sono presenti differenze significative per quanto riguarda il time-to-fix e il livello di discussione.
|
|
Inoltre si è visto che la diversa natura dei progetti si riflette sull'architettura dei sistemi considerati.
|
|
#############
|
|
babel: italian
|
|
lang: it-IT
|
|
toc: true
|
|
toc-depth: 3
|
|
lof: true
|
|
logo: src/figures/logo.png
|
|
twoside: false
|
|
openright: true
|
|
numbersections: true
|
|
eulerchapternumber: true
|
|
floatnumbering: true
|
|
link-citations: true
|
|
header-includes: |
|
|
\usepackage{tcolorbox}
|
|
#############
|
|
ac-onlyused: true
|
|
ac-title: Acronimi
|
|
acronym:
|
|
- short: AI
|
|
long: Artificial Intelligence
|
|
- short: API
|
|
long: Application Program Interface
|
|
- short: CERN
|
|
long: European Council for Nuclear Research
|
|
- short: DL
|
|
long: Deep Learning
|
|
- short: GPU
|
|
long: Graphics Processing Unit
|
|
- short: ML
|
|
long: Machine Learning
|
|
- short: NLP
|
|
long: Natural Language Processing
|
|
- short: PR
|
|
long: Pull Request
|
|
- short: RQ
|
|
long: Research Question
|
|
- short: SATD
|
|
long: Self-Admitted Technical Debt
|
|
- short: SO
|
|
long: Stack Overflow
|
|
- short: VPS
|
|
long: Virtual Private Server
|
|
##### crossref #####
|
|
figureTitle: "Figura"
|
|
tableTitle: "Tabella"
|
|
lofTitle: "Lista delle figure"
|
|
---
|