MARC details
| 000 -LIDER |
| fixed length control field |
03200nam a22002657a 4500 |
| 003 - CONTROL NUMBER IDENTIFIER |
| control field |
MX-MeUAM |
| 005 - DATE AND TIME OF LATEST TRANSACTION |
| control field |
20251216151142.0 |
| 008 - FIXED-LENGTH DATA ELEMENTS--GENERAL INFORMATION |
| fixed length control field |
251216s2025 mx ||||fo||d| 00| 0 spa d |
| 040 ## - CATALOGING SOURCE |
| Original cataloging agency |
MX-MeUAM |
| Language of cataloging |
spa |
| Transcribing agency |
MX-MeUAM |
| 050 #4 - LIBRARY OF CONGRESS CALL NUMBER |
| Materials specified |
QA76.9.S88 |
| Linkage |
P45 2025 |
| 100 1# - MAIN ENTRY--PERSONAL NAME |
| 9 (RLIN) |
41197 |
| Personal name |
Pelayo Lomelí, Yaretxy Arely |
| 245 10 - TITLE STATEMENT |
| Title |
Evaluación comparativa de algoritmos de aprendizaje automático para la predicción de defectos utilizando métricas orientadas a objetos y de complejidad del software |
| Remainder of title |
[recurso electrónico] / |
| Statement of responsibility, etc. |
Yaretxy Arely Pelayo Lomelí ; director, Juan Pablo García Vázquez |
| 260 ## - PUBLICATION, DISTRIBUTION, ETC. (IMPRINT) |
| Place of publication, distribution, etc. |
Mexicali, Baja California |
| Date of publication, distribution, etc. |
2025 |
| 300 ## - PHYSICAL DESCRIPTION |
| Extent |
1 recurso en línea, 120 p. : |
| Other physical details |
gráficas ; |
| 500 ## - GENERAL NOTE |
| General note |
Maestría en Ciencias |
| 502 ## - DISSERTATION NOTE |
| Dissertation note |
Tesis (Maestría) -- Universidad Autónoma de Baja California, Facultad de Ingeniería, Mexicali, 2025 |
| 504 ## - BIBLIOGRAPHY, ETC. NOTE |
| Bibliography, etc |
Incluye referencias bibliográficas. |
| 520 ## - SUMMARY, ETC. |
| Summary, etc. |
La predicción de defectos de software representa un desafío constante para los desarrolladores, debido a que se realizan manualmente, consumen mucho tiempo y suelen ser costosas. Las métricas de software juegan un papel clave en la predicción de defectos de software. El objetivo de esta tesis es evaluar y comparar el desempeño de diversos algoritmos de aprendizaje automático para predecir defectos de software utilizando métricas orientadas a objetos y métricas de complejidad. Se utilizó el conjunto de datos MJ12A, compuesto por 19,148 registros y 20 métricas. Se aplicaron técnicas de preprocesamiento de datos como balanceo de clases a través de SMOTE (Synthetic Minority Over-Sampling Technique), normalización y se implementaron diversos algoritmos como K-Nearest Neighbors (KNN), Naïve Bayes (NB), Random Forest (RF), Support Vector Machine (SVM) y Perceptron Multicapa (MLP). Se realizaron tres experimentos utilizando: 1) métricas de complejidad, 2) métricas orientadas a objetos y 3) la combinación de métricas de complejidad y orientadas a objetos. Para determinar el desempeño de los algoritmos se utilizaron métricas de evaluación como exactitud, precisión, recall, sensibilidad, especificidad, F1-score, kappa y G-media lo que permitió conocer su capacidad predictiva. El algoritmo con mejor rendimiento fue RF con una exactitud del 87.23% y un F1-score de 86.67%. Para cada algoritmo se utilizaron múltiples configuraciones de hiperparámetros con el objetivo aplicar pruebas t-student con p-valor < 0.05 de significancia. Se confirmó que RF supera de forma significativa a los demás algoritmos. Otro hallazgo interesante es que la combinación de métricas orientadas a objetos y de complejidad permiten predecir defectos con mayor precisión que un solo un tipo de métrica.<br/>Palabras clave: Aprendizaje automático, Predicción de defectos, Pruebas de software, Métricas de software. |
| 650 #7 - SUBJECT ADDED ENTRY--TOPICAL TERM |
| Término temático o nombre geográfico como elemento de entrada |
Diseño de sistemas |
| Fuente del encabezamiento o término |
lemb. |
| 650 #4 - SUBJECT ADDED ENTRY--TOPICAL TERM |
| Término temático o nombre geográfico como elemento de entrada |
Análisis de sistema |
| 700 1# - ADDED ENTRY--PERSONAL NAME |
| 9 (RLIN) |
18991 |
| Personal name |
García Vázquez, Juan Pablo |
| Relator term |
dir. |
| 710 2# - ADDED ENTRY--CORPORATE NAME |
| 9 (RLIN) |
98 |
| Corporate name or jurisdiction name as entry element |
Universidad Autónoma de Baja California. |
| Subordinate unit |
Facultad de Ingeniería |
| 856 4# - ELECTRONIC LOCATION AND ACCESS |
| Uniform Resource Identifier |
https://drive.google.com/file/d/1pGk40YU8CyFb0QWjlJsqFSNOufRwLmi4/view?usp=sharing |
| Public note |
Tesis digital |
| 942 ## - ADDED ENTRY ELEMENTS (KOHA) |
| Koha item type |
Tesis |