| Subject name | Reliable software design |
| Details | Code
VSITE257 Abbrev.
RPP ECTS
5 Year
2 Semester
Winter semester Type
major obligatory NQF Level 7
Master's study E-Learning
0% |
| Activities | DIT zg - Sum 24/25
ECTS
Units
Hours
Total T
1
15
2
30
N
0.5
15
1
15
L
0.5
14
1
15
S
0
0
0
0
PN
0
0
0
0
PT
0
2
2
0
PR
0
0
0
0
EN
0
0
0
0
ET
0
1
2
0
AL
3
1
90
90
|
| Teachers | Leaders: Edmond Krusha, v. pred. |
| Prerequisits | None |
| Content | Životni ciklus programske podrške. Razvojni ciklus. Temeljni postupci testiranja. Pristup testiranju, razine testiranja. Definiranje pogrješki. Funkcijsko testiranje. Upravljivost i mjerljivost postupka. Testiranje sustava. Primjena različitih principa I tehnika testiranja na projektima strojnog učenja. Vizualizacija rezultata algoritama strojnog učenja kao tehnika testiranja te primjena različitih paketa u tu svrhu. Analiza utjecaja različitih parametara algoritama strojnog učenja na performanse programskih modela u strojnom učenju. Strategija, prihvatljivost, regresija. Modeliranje programa, grafovi i dijagrami. Alati za testiranje programa.
|
| Learning objectives | Osposobiti studenta za primjenu metoda razvoja pouzdane programske podrške.
|
| Learning outcomes | 1. Explain and apply the development and life cycle of the software.
2. Use methods for modeling the functionality of the software.
3. Determine quality criteria of the software product.
4. Create a quality and reliable software product.
|
| Competencies | Kolegij pruža temeljna znanja o metodologiji razvoja programske podrške sa stanovišta osiguranja kvalitete programa.
|
| Recommended Literature | 1. Gennadiy Alpaev: Software Testing Automation Tips, Springer, 2017, https://link.springer.com/book/10.1007/978-1-4842-3162-3#toc
2. Roger S. Pressman: Software engineering: A Practitioner`s Approach; McGraw-Hill Science; 2009.
3. Steve McConnell: Code Complete: A Practical Handbook of Software Construction; 2nd Edition, Microsoft Press; 2009.
4. Dave Nicolette: Software Development Metrics, Manning Publications, 2015
5. Chris Birchall: Re-Engineering legacy Software, Manning Publications, 2015
|
| Additional Literature | 1. The dark side of software engineering, IEEE Computer society, Wiley, 2011
2. Elliotte Rusty Harold: XML 1.1 Bible; Wiley; 2004.
3. Software Development, Design and Coding, Springer 2017, https://link.springer.com/book/10.1007/978-1-4842-3153-1
4. Software Development From A to Z, Springer 2018, https://link.springer.com/book/10.1007/978-1-4842-3945-2
|
| lectures (T) | - Uvod u kolegij, Modeliranje sustava - ER
- Modeliranje sustava - UML
- Modeliranje sustava - BPM
- Softversko inženjerstvo - Uvod, support, ne-agilne paradigme
- Softversko inženjerstvo - Uvod, support, agilne paradigme, SCRUM kao agilna paradigma
- Uvod u projektni management
- 1. kolokvij + Github/Gitlab
- Project management za inženjere
- Softversko inženjerstvo - tipovi testiranja
- Softversko inženjerstvo - Nefunkcionalno testiranje/Kontinuirana integracija i isporuka
- Primjena različitih principa i tehnika testiranja na projektima strojnog učenja.
- Analiza utjecaja različitih parametara algoritama strojnog učenja na performanse programskih modela u strojnom učenju
- Vizualizacija rezultata algoritama strojnog učenja kao tehnika testiranja te primjena različitih paketa u tu svrhu
- 2. kolokvij
- Završno predavanje - ponavljanje, istraživanja i smjernice
|
| numeric exercises (N) | - Primjer kreiranja ER modela
- Primjer kreiranje UML modela
- Primjer kreiranje BPM modela
- Primjer postavke JUnit testa
- Primjer rada s Mavenom,Primjer uporabe više pristupa
- Primjer dobrih praksi PM-u
- Git, Primjer uporabe više pristupa
- Primjer rada sa Seleniumom
- Primjer dobrih praksi pisanja OOP koda
- Primjer testiranja performansi sustava
- Primjer primjene metrika testiranja
- Primjer testnih scenarija
- Primjena različitih principa i tehnika testiranja na projektima strojnog učenja.
- Vizualizacija rezultata algoritama strojnog učenja kao tehnika testiranja te primjena različitih paketa u tu svrhu
- Analiza utjecaja različitih parametara algoritama strojnog učenja na performanse programskih modela u strojnom učenju
|
| laboratory exercises (L) | - Modeliranje sustava - baza podataka
- Unit testing - baza
- Unit testing - JUnit
- Modeliranje sustava - BPMN
- Summary I - I sat - ER model, DB model, BPM
- Github/Gitlab, Maven - uvod
- JMeter - uvod
- Inženjerski pogled na projektni management
- Summary II -wireframing, unit testing, plan testiranja
- Selenium - uvod
- Primjena različitih principa i tehnika testiranja na projektima strojnog učenja.
- Analiza utjecaja različitih parametara algoritama strojnog učenja na performanse programskih modela u strojnom učenju
- Vizualizacija rezultata algoritama strojnog učenja kao tehnika testiranja te primjena različitih paketa u tu svrhu
- Nadoknade laboratorijskih vježbi
|
| preliminary exam - theory (PT) | - Prvi kolokvij
- Drugi kolokvij
|
| exam - theory (ET) | - testovi i kolokviji, seminari, konzultacije
|
| autonomus learning (AL) | - testovi i kolokviji, konzultacije, samostalni rad i samostalno učenje
|
