本書關(guān)注軟件工程中的數(shù)據(jù)科學(xué)主題，包括數(shù)據(jù)收集、數(shù)據(jù)分析、數(shù)據(jù)挖掘等，重點(diǎn)講解如何將這些技術(shù)成功應(yīng)用于軟件工程項(xiàng)目。通過(guò)閱讀本書，新手將學(xué)到有益的提示和技巧，而有經(jīng)驗(yàn)的數(shù)據(jù)科學(xué)家則可以從實(shí)戰(zhàn)專家的經(jīng)驗(yàn)中了解如何避開陷阱。
Contents?目 錄
譯者序
本書作者
第1章 簡(jiǎn)介 1
1.1 軟件工程的數(shù)據(jù)科學(xué)視角 1
1.2 軟件分析與實(shí)際應(yīng)用 4
1.3 歸納式軟件工程的七個(gè)原則：我們做的是不同的 7
1.4 軟件工程中對(duì)數(shù)據(jù)分析模式的需求 11
1.5 從軟件數(shù)據(jù)到軟件理論：到達(dá)的捷徑 14
1.6 為何理論是重要的 17
第2章 成功案例與應(yīng)用 21
2.1 挖掘應(yīng)用中的異常 21
2.2 擁抱動(dòng)態(tài)工件 25
2.3 移動(dòng)應(yīng)用商店分析 28
2.4 軟件的自然性 30
2.5 版本發(fā)布就緒的研究進(jìn)展 34
2.6 如何征服你的在線服務(wù) 37
2.7 評(píng)價(jià)個(gè)人生產(chǎn)率 40
2.8 基于堆棧跟蹤的攻擊面檢測(cè) 43
2.9 軟件工程數(shù)據(jù)的視覺(jué)分析 46
2.10 游戲數(shù)據(jù)分組后效果更佳 49
2.11 實(shí)踐中應(yīng)用數(shù)據(jù)科學(xué)的成功故事 52
2.12 從來(lái)沒(méi)有足夠的時(shí)間做所有需要的測(cè)試 56
2.13 能源開采的危險(xiǎn)：多次衡量，一次比較 59
2.14 大規(guī)模商業(yè)軟件中的錯(cuò)誤文件定位 63
2.15 定制組件：個(gè)性化問(wèn)題跟蹤的機(jī)遇 66
2.16 至關(guān)重要的是決策而非數(shù)字：分析設(shè)計(jì)表 68
2.17 編程語(yǔ)言對(duì)代碼質(zhì)量影響的系統(tǒng)研究 72
2.18 代碼審查不是為了尋找缺陷：即使已建立的工具也需要偶爾進(jìn)行評(píng)估 74
第3章 技術(shù) 78
3.1 會(huì)談 78
3.2 查找暫存數(shù)據(jù)中的狀態(tài)轉(zhuǎn)換 83
3.3 卡片分類：從文本到主題 85
3.4 工具！工具！我們需要工具 88
3.5 基于證據(jù)的軟件工程 93
3.6 你需要哪種機(jī)器學(xué)習(xí)方法 96
3.7 首先結(jié)構(gòu)化你的非結(jié)構(gòu)化數(shù)據(jù)！用標(biāo)簽云概括非結(jié)構(gòu)化數(shù)據(jù)的案例 99
3.8 解析數(shù)據(jù)！準(zhǔn)備原始數(shù)據(jù)的實(shí)用技巧 105
3.9 自然語(yǔ)言處理不是免費(fèi)的午餐 109
3.10 聚集經(jīng)驗(yàn)證據(jù)進(jìn)行更可信的決策 112
3.11 如果是軟件工程，它可能是一個(gè)貝葉斯因子 117
3.12 隱私和數(shù)據(jù)共享都要有恰如其分的條件 120
3.13 軟件工程可預(yù)測(cè)模型中的群體智慧 124
3.14 挖掘軟件數(shù)據(jù)時(shí)兼顧定量方法和定性方法 128
3.15 為存活而調(diào)查設(shè)計(jì)的過(guò)程和為遠(yuǎn)航而調(diào)查部署的過(guò)程 132
第4章 智慧與技巧 138
4.1 記錄一切？ 138
4.2 起源的重要性 140
4.3 從一開始就保持開放 144
4.4 減少洞察時(shí)間 147
4.5 獲取成功的五步：如何在組織中部署數(shù)據(jù)科學(xué) 150
4.6 發(fā)布過(guò)程如何影響軟件分析 153
4.7 安全無(wú)價(jià) 156
4.8 挖掘錯(cuò)誤報(bào)告中的陷阱 159
4.9 使可視化成為分析過(guò)程的一部分 163
4.10 不要忘記開發(fā)者（小心你的假設(shè)） 165
4.11 研究的局限性和語(yǔ)境 168
4.12 可執(zhí)行的指標(biāo)才是更好的指標(biāo) 171
4.13 可復(fù)制的結(jié)果更可靠 175
4.14 軟件工程研究的多樣性 178
4.15 一次還不夠：為什么需要重復(fù) 181
4.16 不僅僅是數(shù)字：可視化的需求 184
4.17 不要使自己尷尬：小心數(shù)據(jù)中的偏差 187
4.18 操作數(shù)據(jù)丟失、錯(cuò)誤和脫離語(yǔ)境 193
4.19 數(shù)據(jù)科學(xué)在改進(jìn)和評(píng)估過(guò)程中演化？ 197
4.20 相關(guān)性不是因果關(guān)系（不要大叫“找到了！”） 199
4.21 小軟件公司的軟件分析：?jiǎn)栴}比答案更多 202
4.22 路燈下的軟件分析（《星際迷航》教會(huì)我們提出正確問(wèn)題的重要性） 205
4.23 軟件工程實(shí)驗(yàn)中會(huì)出現(xiàn)哪些錯(cuò)誤 208
4.24 同樣的大小并不適合所有情況 211
4.25 對(duì)于好的模型，簡(jiǎn)單的解釋更好 212
4.26 白襯衫效應(yīng)：從失敗的期望中學(xué)習(xí) 215
4.27 簡(jiǎn)單的問(wèn)題能導(dǎo)致更好的見(jiàn)解 218
4.28 連續(xù)實(shí)驗(yàn)以盡早評(píng)估價(jià)值 222
4.29 謊言、可惡的謊言和分析：為什么大數(shù)據(jù)需要厚數(shù)據(jù) 225
4.30 整個(gè)世界都是你的測(cè)試套件 229
新書資訊