Abstracto

Aprendizaje automático 2018: aprendizaje profundo: estudio de caso: análisis de supervivencia en Stack Overflow: Python y R - Feyzi Bagirov, Laurel Lord, John Sell y Mark Newman - Universidad de Ciencia y Tecnología de Harrisburg

Feyzi Bagirov, Laurel Lord, John Sell y Mark Newman

Las redes de preguntas y respuestas en línea, especialmente las de inundación de pila, pueden servir como recursos de apoyo para los expertos y aficionados a la programación. Sin embargo, los clientes de estos servicios vigilan ineludiblemente la vida útil de una pregunta una vez presentada. De hecho, el período de tiempo transcurrido entre las fases en las que uno sugiere por primera vez un inicio de conversación hasta que se acepta una respuesta como una buena respuesta puede variar enormemente entre los lenguajes de programación. Una forma sensata de abordar la determinación de la naturaleza de estas reacciones ha sido recopilar información significativa de la inundación de pila dentro de un período de tiempo determinado y aplicar criterios de prueba de resistencia como métodos para anticipar la información de respuesta relacionada con los temas de programación de R y Python. El uso de un modelo longitudinal y la investigación de detalles, por ejemplo, pruebas de eventos, tiempo en horas hasta la primera respuesta, tiempo hasta la respuesta aceptada, hizo que ninguno de los lenguajes superara las expectativas en cada área. Python mostró la mejor tasa de respuesta en general, mientras que R mostró la tasa de respuesta más aceptada. La comunidad de preguntas y respuestas en línea (Q&A) se ha creado a partir de la necesidad; personas que requieren respuestas concretas a preguntas frecuentes. Mientras que las organizaciones dentro del campo de desarrollo de productos son cada vez más motivadas a trabajar como fuentes abiertas para garantizar su vida útil y de manera productiva, parece haber un aumento simultáneo en las organizaciones que otorgan menos recursos a sus discusiones de ingenieros heredados y, en cambio, utilizan recursos de preguntas y respuestas en línea para mejorar sus productos. De hecho, las mismas herramientas que fomentan la extracción de datos de información empresarial importante se están haciendo cada vez más públicas debido al concepto dinámico de estas herramientas (ser capaces de generar resultados comparables o mejores que los de la programación restrictiva). Por su propia naturaleza, algunas herramientas de extracción de datos de código abierto más recientes, por ejemplo, Python y RStudio, que fomentan el desarrollo continuo a través del intercambio de datos, a menudo terminan en asociaciones beneficiosas con los grupos de personas de preguntas y respuestas en línea. En ocasiones, incluso la escritura de programación educativa sugiere dichos recursos de preguntas y respuestas en línea como información útil y, en consecuencia, la gran cantidad de preguntas planteadas sobre estas herramientas de productos, crea un mayor tráfico a estas redes.

Biografía :

Universidad de Ciencia y Tecnología de Harrisburg, Estados Unidos