Скачать с ютуб Виктория Ханиева: Антидоклад. Нужно ли статическому анализу машинное обучение? в хорошем качестве

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