Případová studie a protypová implementace aplikace strojového učení v ALM Polarion

Abstract

Diplomová práce obsahuje přehled možných použití stojového učení v aplikaci Polarion ALM. Práce začíná analýzou funkcí Polarionu následovanou recenzí nejběžnějších ML frameworků a algoritmů vhodných pro použití v prostředí Polarionu. Následuje popis důležitých případů použití s cílem najít nejvhodnějšího příprad užití pro aplikaci ML. Pro dva vybrané případy použití je vytvořen prototyp s využitím produkčních dat a následně je dyskutována náročnost budoucího nasazení do produkce spolu s komplikací ve formě nové GDPR směrnice.

Master thesis contains an overview of possible ways how to use Machine learning (ML) in Polarion ALM software. Thesis begins with analysis of Polarion functionality and is followed by a review of ML frameworks and algorithms suitable for using in Polarion environment. Followed by description of important user cases with business value appropriate for ML implementation. For two selected user cases is created a prototype based on production data. vii Finally we are discussing deployment to production and its problems in the light of new GDPR regulation.