SQM 24/24: Neural Metrics [software quality crash course] [eng sub]
Vložit
- čas přidán 30. 05. 2024
- A lecture for BSc students at HSE University.
The slides are here: github.com/yegor256/sqm (in LaTeX and PDF)
Blog: www.yegor256.com
Books: www.yegor256.com/books.html
GitHub: github.com/yegor256 (don't hesitate to follow in order to stay informed)
Telegram channel with recent news and updates: t.me/yegor256news (subscribe to not miss a thing)
Twitter with daily and weekly updates: / yegor256 (follow me!)
iTunes: podcasts.apple.com/us/podcast...
SoundCloud: / yegor256
00:00 Introduction
01:52 What was this course for?
22:22 2021. Neural Software Analysis
25:25 2016. Comparing and Experimenting Machine Learning Techniques for Code Smell Detection
27:39 2016. Deep Learning Code Fragments for Code Clone Detection
29:23 2017. Learning a Static Analyzer From Data
38:47 2013. Distributed Representations of Words and Phrases and Their Compositionality
41:57 2018. DeepBugs: A Learning Techniques Approach to Name-Based Bug Detection
45:07 2018. Detecting Code Smells Using Machine Learning Techniques: Are We There Yet?
50:58 2019. Code2vec: Learning Distributed Representation of Code
56:18 2023. SkipAnalysis With Large Language Models
59:33 2023. Assisting Static Analysis With Large Language Models: A ChatGPT Experiment
01:06:32 2023. Predicting Software Cohesion Metrics With Machine Learning Techniques
01:11:47 2024. Can Open-Source LLMs Detect Bugs in C++ Code?
01:16:40 Conclusions on the course - Věda a technologie
Telegram channel: t.me/yegor256news
Получился отличный курс! Посмотрел все лекции, ждал каждую как любимый сериал.
Спасибо.
Благодарю, отличный контент и подача, есть над чем задуматься)
Спасибо! Потрясающий и глубокий контент, с идеальной подачей! Начал учить английский, иначе туда дорога закрыта :)
Это один из лучших курсов который я видел. SQM, PMBA, SSD надо всем
Спасибо за лекции!
52:58 О раскраске путей, математическая постановка задачи: "Введение в теоретическое программирование by А.П. Ершов - 1977"
38:52 О векторном представлении внутри нейросетей: математически, вектор отличается от отрезка чем? Ещё более абстрактная постановка вопроса: какие две фигуры в математике считаются одной и той же фигурой? Две фигуры, все точки которых совпадают, это одна и та же фигура. Если мы не отрицаем этого, то определим вектор так: это заданная фигура в заданном пространстве, характеризуемая лишь длиной, и понятием с неудачным термином -- направлением. И далее: два вектора в пространстве считаются одинаковыми, если они совпадают длиной и направлением. Если мы не отрицаем сказанного, то один-единственный вектор это бесчисленное множество геометрических отрезков в пространстве, в которых мы различаем "начало" и "конец". Отсюда, в нейросетях используется именно последнее: перемещение вектора в пространстве. Умному сказанного достаточно.
Вообще же, позвольте заметить -- евро-центризм ограничивает мышление студентов. Там много ложного, и много умышленно скрытого из известного ранее, чтобы затем представить это скрытое уже под своим именем, в доказательство превосходства евро-науки. Представленные на слайдах работы это поверхностные, слабые работы, уровня студента 3-го курса. Эх, кто бы освободил мышление студентов на нашей планете от евро-морока...
буду очень благодарен за ссылки на более качественные работы - добавлю их в курс в следующем году
Егор, подскажи что за модель планшета используешь
iPad Air (4th generation)