Diplomová práce

Risk Assessment Model for Open Source Software Projects in GitHub

Samuel Macko
Anotace

V súčasnosti, viac a viac technológií závisí na open-source projektoch. Je čoraz viac potrebné odhadnúť úroveň budúceho vývoja týchto závislostí. Cieľom tejto práce je vyvinúť model strojového učenia ktorý odhadne pravdepodobnosť že repozitár bude v budúcnosti aktívne vyvíjaný. Vypracoval som sadu nástrojov na zostavenie datasetu použitého na trénovanie a testovanie modelov strojového učenia. Navrhol …více

Abstract

Today, more and more technologies depend on open-source projects, which are hosted mostly on GitHub. It is increasingly important to assess the level of future development of such dependencies. Goal of this thesis is to develop a machine learning model to estimate a probability that a repository will continue being actively developed. I develop a set of tools used for compiling a dataset used for …více

Klíčová slova
classification GitHub machine learning open-source
Zadání práce
Nowadays, there is a large and still growing pool of open source projects available. However, not all the projects are obtaining equal attentions. Some of them become flourish and prosper since they have a very active development team and community, whereas some other projects can be slowly dying off or not maintained at all. When a new project is created based on existing open source projects, it is crucial to assess the risk of how the dependable projects will be maintained in the future. This thesis aims to design, create and implement a risk assessment model to evaluate the pathway of open source projects in GitHub over their life cycle. (this thesis will be conducted together with Red Hat)
Administrativní informace
Práce zkontrolována:
19. 5. 2021 13:22, RNDr. Josef Spurný, Ph.D., učo 274152
Plný text práce
889,7 KB / soubor PDF
Přílohy (4)
Jazyk práce
angličtina angličtina
Termín obhajoby
22. 6. 2021
Práce nebyla obhájena
Student v rámci svého studia diplomovou práci obhájil 4. 2. 2022.

Vedoucí

RNDr. Josef Spurný, Ph.D., učo 274152
KPSK FI MU

Oponent

doc. Bruno Rossi, PhD, učo 232464
KPSK FI MU
Citovat tuto práci
Masarykova univerzita Fakulta informatiky
Studijní program
Plán
Strojové učení a umělá inteligence

Práce na příbuzné téma

Seznam prací, které mají shodná klíčová slova.

Podobné práce

  • Přidání souboru

    Soubor nebo složku lze nahrát pomocí tlačítka Přidat.

  • Další operace se soubory

    Podrobnosti lze zjistit označením příslušného řádku.

  • Pohled pro experty

    Pro častou práci je možné zvolit režim Více možností.

  • Vyhledávání souborů

    Vyhledávaný výraz můžete zadat přímo do adresního řádku.

  • Rychlý přístup k souborům

    Pomocí funkce Nedávné je možné se rychle vrátit k právě prohlíženým souborům. Oblíbené soubory je také možné označit Hvězdičkou.