Algoritmos de selección de variables utilizados en estimación de esfuerzo en proyectos de desarrollo de software

Abstract

In machine learning, it is specially important to determine those variables that are relevant to the object of study.In particular, the data sets usually used in software engineering have a high number of variables and researchers andpractitioners should select those that are most relevant as independent variables for effort estimation purposes.The project seeks to know how these algorithms are implemented, particularly those based on information theory ofShannon (entropy, mutual information and redundancy). The implementation language will be R. From this implementation,the designer will adapt some of these algorithms to improve their performance.

En machine learning es especialmente importante determinas las variables que son relevantes al objeto de estudio. En particular, los data sets utilizados habitualmente en ingeniería del software tienen un alto número de variables y tanto investigadores como profesionales deberían seleccionar aquellos que son más relevantes como variables independientes para propósitos de estimación de esfuerzo. El proyecto pretende conocer como están implantados estos algoritmos, fundamentalmente aquellos que están basados en en la teoría de información de Shannon (entropía, información mutua y redundancia). El lenguaje de implementación será R. A partir de esta implementación, el proyectista adaptará algunos de estos algoritmos para mejorar su desempeño.