Виктория Ханиева: Антидоклад. Нужно ли статическому анализу машинное обучение?

Data Fest Online 2020 Code Mining track Целью этого доклада является представление взгляда на использование машинного обучения в статическом анализе кода со стороны классического подхода. Нужен ли этот ““инновационный подход““ в этой сфере вообще и какие проблемы связаны с его использованием? Рассмотрим популярные решения присутствующие на рынке и получим общее представление для каких задач в них используется машинное обучение. Проблемы обучения статического анализатора ““вручную““. Проблемы обучения на большом количестве открытого исходного кода. О том, решение каких задач в сфере статического анализа с использованием машинного обучения, кажется особенно перспективным. Полезные ссылки: - промокод на использование PVS-Studio в течение месяца; - публикации, собранные DeepCode; - репозиторий Infer; - репозиторий с source code Source{d} и подборкой публикаций; - статья «STYLE-ANALYZER: fixing code style inconsistencies with interpretable unsupervised algorithms»; - статья «CLEVER: Combining Code Metrics with Clone Detection for Just-In-Time Fault Prevention and Resolution in Large Industrial Projects». Посмотреть эфир и список треков и организаторов Зарегистрироваться на фест и получить доступ к трекам Вступить в сообщество Соцсети Data Fest: