Використання машинного навчання для автоматизації процесів генерації коду та його оптимізації

Abstract

Бакалаврська робота на тему - Використання машинного навчання для автоматизації процесів генерації коду та його оптимізації. Метою роботи є дослідити сучасні підходи до використання машинного навчання в автоматизації генерації програмного коду, проаналізувати існуючі мовні моделі, методи побудови ознак і навчання, а також оцінити ефективність цих підходів для створення якісного та оптимізованого програмного забезпечення. Об'єкт дослідження: Процес автоматизації програмування, зокрема генерації та оптимізації програмного коду. Предмет дослідження: Методи машинного навчання та мовні моделі, що використовуються для автоматичної генерації та оптимізації коду, включаючи представлення мовних структур, побудову ознак і навчання моделей. Результати дослідження: у дослідженні проаналізовано мовні моделі та методи машинного навчання, що застосовуються для автоматичної генерації й оптимізації програмного коду, а також проведено експериментальну оцінку їх ефективності. Першийу розділ присвячений аналізу мовних моделей, які дозволяють формалізувати синтаксис і семантику програмних мов для подальшої генерації коду. В другому розділі висвітлено сучасні методи створення коду за допомогою машинного навчання та прикладних алгоритмів синтезу. Третій розділ присвячено практичній реалізації підготовки даних, побудові ознак та експериментальному навчанню моделей генерації коду. Машинне навчання, зокрема моделі глибокого навчання, демонструє високу ефективність у задачах генерації та оптимізації коду, що підтверджує його перспективність для автоматизації процесів програмування.