software module. After this phase,

software module. After this phase, this model is used to predict the faultproneness
labels of modules that locate in a new software version. Figure 1 shows
this fault prediction process. Recent advances in software fault prediction allow
building defect predictors with a mean probability of detection of 71 percent and
mean false alarm rates of 25 percent [29]. These rates are at an acceptable level
and this quality assurance activity is expected to quickly achieve widespread
applicability in the software industry.
Figure

ผลลัพธ์ (ไทย) 1:

ซอฟต์แวร์โมดูล หลังจากขั้นตอนนี้ รุ่นนี้ใช้ในการทำนายการ faultpronenessป้ายชื่อของโมดูลที่ในซอฟต์แวร์รุ่นใหม่ รูปที่ 1 แสดงกระบวนการนี้ผิดคาดเดา อนุญาตให้ก้าวล่าสุดในซอฟต์แวร์คาดเดาผิดอาคารทำนายข้อบกพร่อง ด้วยความน่าเป็นหมายถึงการตรวจสอบร้อยละ 71 และหมายถึง การเตือนผิดพลาดอัตราร้อยละ 25 [29] นี้มีราคาในระดับยอมรับและกิจกรรมการประกันคุณภาพนี้คาดว่าจะบรรลุได้อย่างรวดเร็วแพร่หลายการยอมรับในอุตสาหกรรมซอฟต์แวร์รูป

ผลลัพธ์ (ไทย) 2:

โมดูลซอฟต์แวร์ หลังจากขั้นตอนนี้รุ่นนี้จะใช้ในการทำนาย faultproneness
ป้ายชื่อของโมดูลที่หาในรุ่นซอฟต์แวร์ใหม่ รูปที่ 1 แสดง
ขั้นตอนการทำนายความผิดนี้ ความก้าวหน้าล่าสุดในการทำนายความผิดของซอฟแวร์ช่วยให้
การสร้างทำนายข้อบกพร่องที่มีความน่าจะเป็นค่าเฉลี่ยของการตรวจสอบร้อยละ 71 และ
หมายถึงอัตราการเตือนที่ผิดพลาดร้อยละ 25 [29] อัตราเหล่านี้อยู่ในระดับที่ยอมรับได้
และกิจกรรมการประกันคุณภาพนี้คาดว่าจะได้อย่างรวดเร็วบรรลุแพร่หลาย
บังคับใช้ในอุตสาหกรรมซอฟต์แวร์.
เต็มตัว

ผลลัพธ์ (ไทย) 3:

โมดูลซอฟต์แวร์ หลังจากขั้นตอนนี้ รุ่นนี้เป็นรุ่นที่ใช้ทำนาย faultpronenessป้ายชื่อของโมดูลที่ระบุในรุ่นซอฟต์แวร์ใหม่ รูปที่ 1 แสดงทำนายผิดกระบวนการ ความก้าวหน้าในซอฟต์แวร์ทำนายผิดให้อาคารที่มีข้อบกพร่อง ( หมายถึงความน่าจะเป็นของการตรวจหา 71 เปอร์เซ็นต์หมายถึงอัตราปลุกเท็จ 25 เปอร์เซ็นต์ [ 29 ] อัตราเหล่านี้อยู่ในระดับที่ยอมรับได้และประกันคุณภาพกิจกรรมคาดว่าจะได้อย่างรวดเร็วบรรลุฉาวประยุกต์ใช้ในอุตสาหกรรมซอฟต์แวร์รูป