Titre : | L’utilisation du machine learning pour la détection des erreurs des programmes |
Auteurs : | IMANE ELGUESS, Auteur ; Amira Mohammedi, Directeur de thèse |
Type de document : | Monographie imprimée |
Editeur : | Biskra [Algérie] : Faculté des Sciences Exactes et des Sciences de la Nature et de la Vie, Université Mohamed Khider, 2021 |
Format : | 1 vol. (54 p.) / ill. / 29 cm |
Langues: | Français |
Résumé : | Le problème de la correction automatique des erreurs de programmation est un sujet de recherche très actif dans le domaine du génie logiciel. Il s’agit d’un problème difficile car la correction d’une seule erreur peut nécessiter l’analyse de tout le programme. La détection automatique des programmes a attiré l’attention en raison de son potentiel de réduction des coûts de débogage.L’objectif de notre travail est d’exploiter le domaine fructueux du machine learning à la détection des erreurs des programmes. Vue l’indisponibilité de datasets adaptée à notre problématique, nous avons utilisé une dataset (JavaScript Identifiers) et nous avons fait l’hypothèse que l’occurrence d’une variable dans une instruction est une erreur. Nous avons utilisé pour l’implémentation de notre solution les réseaux de neaurones. |
Sommaire : |
1 État de l’art sur :La détection automatique des bogues de
programmes 2 1.1 Introduction . . . . . . . . . . . . . . . . . . . . . . . . . . . . 3 1.2 La signification des bogues logiciels . . . . . . . . . . . . . . . 4 1.2.1 Les schémas de classification des bogues logiciels : . . . 4 1.2.2 Les téchniques de classification des bogues logiciels : . . 5 1.3 La détection automatique des bogues de programmes . . . . . 6 1.3.1 Notions de base : . . . . . . . . . . . . . . . . . . . . . 8 1.4 Traveaux Connexes . . . . . . . . . . . . . . . . . . . . . . . . 12 1.4.1 Repairnator, un robot autonome pour réparer les bogues informatiques : . . . . . . . . . . . . . . . . . . . . . . 12 1.4.2 BugFix : . . . . . . . . . . . . . . . . . . . . . . . . . . 13 1.4.3 Prophet : . . . . . . . . . . . . . . . . . . . . . . . . . 14 1.5 Conclusion . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 16 2 Machine Learning 17 2.1 introduction . . . . . . . . . . . . . . . . . . . . . . . . . . . . 18 2.2 Définition de l’apprentissage automatique . . . . . . . . . . . . 19 2.3 Types de L’apprentissage automatique . . . . . . . . . . . . . 19 2.3.1 Apprentissage supervisé . . . . . . . . . . . . . . . . . 19 2.3.2 Apprentissage non supervisé . . . . . . . . . . . . . . . 20 2.3.3 Apprentissage semi supervisé . . . . . . . . . . . . . . 21 2.3.4 Apprentissage par renforcement . . . . . . . . . . . . . 21 2.4 Les algorithmes du machine learning . . . . . . . . . . . . . . 22 2.4.1 Les réseaux de neurones artificiels . . . . . . . . . . . . 22 2.4.2 Arbres de décision . . . . . . . . . . . . . . . . . . . . 24 2.4.3 Machines à vecteurs de support . . . . . . . . . . . . . 25 2.4.4 Naïve Bayes . . . . . . . . . . . . . . . . . . . . . . . . 27 2.4.5 La régression logistique . . . . . . . . . . . . . . . . . . 27 2.5 Conclusion . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 27 3 Conception du système 29 3.1 Introduction . . . . . . . . . . . . . . . . . . . . . . . . . . . . 30 3.2 Architecture générale . . . . . . . . . . . . . . . . . . . . . . . 30 3.3 Architecture détaillée . . . . . . . . . . . . . . . . . . . . . . . 31 3.3.1 Entraînement : . . . . . . . . . . . . . . . . . . . . . . 32 3.3.2 Validation : . . . . . . . . . . . . . . . . . . . . . . . . 33 3.4 Conclusion . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 34 4 Implémentation et résultats 35 4.1 Introduction . . . . . . . . . . . . . . . . . . . . . . . . . . . . 36 4.2 Outils utilisées . . . . . . . . . . . . . . . . . . . . . . . . . . 36 4.2.1 Logiciels utilisés . . . . . . . . . . . . . . . . . . . . . 36 4.2.2 Langages utilisés . . . . . . . . . . . . . . . . . . . . . 37 4.2.3 Bibliothèques utilisées . . . . . . . . . . . . . . . . . . 38 4.2.4 Datasets . . . . . . . . . . . . . . . . . . . . . . . . . 43 4.2.5 Résultats Obtenus : . . . . . . . . . . . . . . . . . . . 44 4.3 Conclusion . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 46 Bibliographie 52 |
Type de document : | Mémoire master |
Disponibilité (1)
Cote | Support | Localisation | Statut |
---|---|---|---|
MINF/657 | Mémoire master | bibliothèque sciences exactes | Consultable |