Skoči na glavni sadržaj

DIT - Razvoj pouzdanih programa

Naziv predmeta

Razvoj pouzdanih programa

Detalji
Kod
VSITE257
Skr.
RPP
ECTS
5
Godina
2
Semester
Zimski semestar
Vrsta
obvezatni smjera
Razina HKO 7
Diplomski studiji
E-Learning
0%
Aktivnosti
DIT zg - Ljet 24/25
ECTS
Jedinice
Sati
Svega
P
1
15
2
30
A
0.5
15
1
15
L
0.5
14
1
15
S
0
0
0
0
KA
0
0
0
0
KP
0
2
2
0
PR
0
0
0
0
IP
0
0
0
0
IU
0
1
2
0
SU
3
1
90
90
NastavniciNositelji: Edmond Krusha, v. pred.
PreduvjetiNema
Sadržaj

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.

Ciljevi učenja

Osposobiti studenta za primjenu metoda razvoja pouzdane programske podrške.

Ishodi učenja

1. Objasniti i primijeniti razvojni i životni ciklus programa.
2. Koristiti metode modeliranja funkcionalnosti programa.
3. Odrediti kriterije kvalitete programskog produkta.
4. Kreirati kvalitetan i pouzdan programski produkt.

Sposobnosti

Kolegij pruža temeljna znanja o metodologiji razvoja programske podrške sa stanovišta osiguranja kvalitete programa.

Preporučena literatura

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

Dodatna literatura

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

predavanja (P)
  1. Uvod u kolegij, Modeliranje sustava - ER
  2. Modeliranje sustava - UML
  3. Modeliranje sustava - BPM
  4. Softversko inženjerstvo - Uvod, support, ne-agilne paradigme
  5. Softversko inženjerstvo - Uvod, support, agilne paradigme, SCRUM kao agilna paradigma
  6. Uvod u projektni management
  7. 1. kolokvij + Github/Gitlab
  8. Project management za inženjere
  9. Softversko inženjerstvo - tipovi testiranja
  10. Softversko inženjerstvo - Nefunkcionalno testiranje/Kontinuirana integracija i isporuka
  11. Primjena različitih principa i tehnika testiranja na projektima strojnog učenja.
  12. Analiza utjecaja različitih parametara algoritama strojnog učenja na performanse programskih modela u strojnom učenju
  13. Vizualizacija rezultata algoritama strojnog učenja kao tehnika testiranja te primjena različitih paketa u tu svrhu
  14. 2. kolokvij
  15. Završno predavanje - ponavljanje, istraživanja i smjernice
auditorne vježbe (A)
  1. Primjer kreiranja ER modela
  2. Primjer kreiranje UML modela
  3. Primjer kreiranje BPM modela
  4. Primjer postavke JUnit testa
  5. Primjer rada s Mavenom,Primjer uporabe više pristupa
  6. Primjer dobrih praksi PM-u
  7. Git, Primjer uporabe više pristupa
  8. Primjer rada sa Seleniumom
  9. Primjer dobrih praksi pisanja OOP koda
  10. Primjer testiranja performansi sustava
  11. Primjer primjene metrika testiranja
  12. Primjer testnih scenarija
  13. Primjena različitih principa i tehnika testiranja na projektima strojnog učenja.
  14. Vizualizacija rezultata algoritama strojnog učenja kao tehnika testiranja te primjena različitih paketa u tu svrhu
  15. Analiza utjecaja različitih parametara algoritama strojnog učenja na performanse programskih modela u strojnom učenju
laboratorijske vježbe (L)
  1. Modeliranje sustava - baza podataka
  2. Unit testing - baza
  3. Unit testing - JUnit
  4. Modeliranje sustava - BPMN
  5. Summary I - I sat - ER model, DB model, BPM
  6. Github/Gitlab, Maven - uvod
  7. JMeter - uvod
  8. Inženjerski pogled na projektni management
  9. Summary II -wireframing, unit testing, plan testiranja
  10. Selenium - uvod
  11. Primjena različitih principa i tehnika testiranja na projektima strojnog učenja.
  12. Analiza utjecaja različitih parametara algoritama strojnog učenja na performanse programskih modela u strojnom učenju
  13. Vizualizacija rezultata algoritama strojnog učenja kao tehnika testiranja te primjena različitih paketa u tu svrhu
  14. Nadoknade laboratorijskih vježbi
kolokvij - teorija (KP)
  1. Prvi kolokvij
  2. Drugi kolokvij
ispit - teorija (IU)
  1. testovi i kolokviji, seminari, konzultacije
samostalno učenje (SU)
  1. testovi i kolokviji, konzultacije, samostalni rad i samostalno učenje

Ulica Vjekoslava Klaića 7, 10000 Zagreb, tel. 01/3764200 fax. 01/3764264