Виктория Ханиева: Антидоклад. Нужно ли статическому анализу машинное обучение?
Data Fest Online 2020
Code Mining track https://ods.ai/tracks/code-mining-df2020
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:
https://www.viva64.com/ru/pvs-studio-... - промокод на использование PVS-Studio в течение месяца;
https://www.deepcode.ai/tech - публикации, собранные DeepCode;
https://github.com/facebook/infer - репозиторий Infer;
https://github.com/src-d - репозиторий с source code Source{d} и подборкой публикаций;
https://arxiv.org/abs/1904.00935 - статья «STYLE-ANALYZER: fixing code style inconsistencies with interpretable unsupervised algorithms»;
https://montreal.ubisoft.com/en/cleve... - 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 https://datafest.ru/2020/
Зарегистрироваться на фест и получить доступ к трекам https://ods.ai/events/datafest2020
Вступить в сообщество https://ods.ai/
Соцсети Data Fest:
https://t.me/datafest
https://vk.com/datafest