Методы машинного обучения в области программной инженерии

На данном семинаре мы разберем несколько подходов для систем рекомендаций команд в IDE для обзора данной области. В первой работе [1] будут классические алгоритмы для рекомендации команд в IDE, которые не являются новыми (2012, 2014, 2015 года), но являются одними из первых в данной области. Две другие статьи [2, 3] предлагают современные алгоритмы. Первая из них [2] рассказывает, как перенести методы и идеи topic modelling подхода на генерацию рекомендаций, в частности рассматривается Latent Dirichlet Allocation метод. Основная идея во второй статье [3] - это построение двухуровневой модели - глобальной, использующую общие сведения об использовании команд в community и локальной, в которой персональная рекомендация строится на основе решения contextual multi-armed bandit problem.

Статьи для семинара:

- [1] Gasparic M., Ricci F. IDE Interaction Support With Command Recommender Systems //IEEE Access. – 2020. – Т. 8. – С. 19256-19270

- [2] Damevski K. et al. Predicting future developer behavior in the IDE using topic models //IEEE Transactions on Software Engineering. – 2017. – Т. 44. – №. 11. – С. 1100-1111

- [3] Schmidmaier M. et al. Real-Time Personalization in Adaptive IDEs //Adjunct Publication of the 27th Conference on User Modeling, Adaptation and Personalization. – 2019. – С. 81-86

Докладчик: Анастасия Бирилло.

Язык доклада: русский.

Дата и время: 1-е апреля, 19:30-21:00.

Место: https://zoom.us/j/509624984 pass: 016883.

Видео с семинаров доступно по ссылке: http://bit.ly/MLJBSeminars