Hasso-Plattner-Institut20 Jahre HPI
Hasso-Plattner-Institut20 Jahre HPI
  
Login
 

Fundamentals of Software Analytics (Sommersemester 2019)

Dozent: Prof. Dr. Jürgen Döllner (Computergrafische Systeme) , Willy Scheibel (Computergrafische Systeme) , Daniel Limberger (Computergrafische Systeme)

Allgemeine Information

  • Semesterwochenstunden: 4
  • ECTS: 6
  • Benotet: Ja
  • Einschreibefrist: 26.04.2019
  • Lehrform: Vorlesung / Übung
  • Belegungsart: Wahlpflichtmodul
  • Lehrsprache: Deutsch

Studiengänge & Module

IT-Systems Engineering MA
Data Engineering MA
  • Datenvisualisierung

Beschreibung

"Software analytics is an excellent choice for discovering, verifying, and monitoring the factors that affect software development"

(T. Menzies: Software Analytics: What's Next, IEEE Software, 2018)

 

Die Vorlesung "Fundamentals of Software Analytics" vermittelt einen Überblick über Methoden, Konzepte und Techniken zur automatisierten Ableitung, Analyse und Interpretation von Daten über Softwaresysteme und der mit ihnen verbundenen Softwareentwicklungsprozesse. Insbesondere wird untersucht, wie durch das Mining von Software Repositories Kennzahlen und Charakteristiken über Software-Module gewonnen werden können. Neben Source-Code-Metriken werden auch Laufzeitanalysedaten und Personen- und Prozessmetriken vorgestellt. Darüber hinaus werden Verfahren der Informationsvisualisierung und Visual Analytics vorgestellt. Für die Vorlesung wird ein SaaS-basiertes State-of-the-Art-Tool für Software Analytics eingesetzt, mit dem eine Reihe ausgewählter Softwaresysteme erkundet werden. Software Analytics gilt in der Industrie als aufkommende Schlüsseltechnologie für die effektive Beherrschung immer größer werdender komplexer Softwaresysteme und der mit ihnen verbundenen Entwicklungsprozesse.

 

In der Abbildung wird die Software-Komplexität eines Systems mit Hilfe einer Software Map visualisiert.

Inhalte der Vorlesung: 

  • Complex Software-Based Systems
  • Fundamentals of Analytics
  • Data on Software
  • Analytics on Software Data
  • Static Source Code Analysis and Metrics
  • Dynamic System Analysis and Metrics
  • Development Process Metrics
  • Machine Learning on Software Data
  • Visualization Techniques for Software Analytics
  • Software Analytics Tools in Practice

Voraussetzungen

Es sind keine speziellen Grundkentnisse aus den Masterstudiengängen IT-Systems-Engineering oder Data Engineering erforderlich. Empfohlen Vorkentnisse sind die Inhalte Module Programmiertechnik I und II und Modellierung I und II des IT-Systems-Engineering (BA) oder vergleichbarer Veranstaltungen. Ein Grundverständnis über Softwareentwicklungsprozesse und die Nutzung mindestens einer Programmiersprache (z. B. C++ oder Python) wird vorausgesetzt.

Literatur

Fachliteratur wird im Verlauf der Vorlesung jeweils themenbezogen bereitgestellt.

Lern- und Lehrformen

Die Veranstaltung besteht aus einem Vorlesungsteil mit voraussichtlich 15 Kapiteln. Parallel dazu werden Übungsaufgaben gestellt, die sich auf die Themen der Vorlesung beziehen.

Leistungserfassung

Die Leistungserfassung erfolgt über eine schriftliche Klausur am Ende der Vorlesung und durch die Bearbeitung von Übungsaufgaben.

Die Teilleistungen gehen dabei wie folgt gewichtet in die Endnote ein:

  • 60% Klausur
  • 40% Übungen

Termine

Die erste Vorlesung ist am Montag, 08.04.2019, 11:00 Uhr in HS 3.

Zurück