Макарова Л. М.Латанська Л. О.Makarova L. M.Latanska L. O.2024-10-012024-10-0120232663-5941 (Print)2663-595X (Online)https://eir.nuos.edu.ua/handle/123456789/8835Макарова, Л. М. Порівняльний аналіз нелінійних регресійних моделей для прогнозування розміру веб-застосунків, що створюються мовою Python з використання Django Rest Framework = Comparative analysis of nonlinear regression models to predict the size of web applications created in Python using the Django Rest Framework / Л. М. Макарова, Л. О. Латанська // Вчені записки ТНУ. Сер. Технічні науки. – Одеса : Гельветика, 2023. – Т. 34 (73), № 6. – С. 112–117.Визначення розміру програмного забезпечення на ранніх стадіях роботи над проектом є поширеною задачею в галузі інженерії програмного забезпечення. Використовуючи такі існуючі моделі як, наприклад, COCOMO, COCOMO II, ISBSG, COSMIC та отриманий розмір можна прогнозувати трудомісткість, вартість, тривалість проекту. Значну частину розроблюваних проектів становлять веб-застосунки. Однією з найбільш популярних мов веб-розробок є мова Python. Для неї існує ряд фреймворків, найбільш повним та розповсюдженим з яких є Django Rest Framework. Метою дослідження є визначення найбільш якісної та достовірної нелінійної регресійної моделі для прогнозування розміру веб-застосунків, що створюються мовою Python з використанням Django Rest Framework. Для отримання нелінійних регресійних моделей та інтервалів прогнозування застосовано методику побудови нелінійних регресійних моделей на основі одновимірного нормалізуючого перетворення. Для задачі аналізу побудовано дві нелінійні регресійні моделі разом з інтервалами прогнозування з використанням десяткового логарифму у якості нормалізуючого перетворення. В якості предикторів розглядались такі метрики, як: кількість класів та кількість методів. Для однофакторної моделі предиктором слугувала кількість класів, для двофакторної – кількість класів та кількість методів у проекті. Також в роботі для порівняння була використана однофакторна нелінійна регресійна модель, побудована для веб-застосунків, які розроблені з використанням мови Java. Отримані результати дозволяють зробити наступні висновки. При збільшення кількості предикторів, що використовувалися для побудови нелінійних регресійних моделей для прогнозування розміру веб-застосунків, що створюються мовою Python з використанням Django Rest Framework, зросла якість моделі, а саме покращилися значення критеріїв якості та зменшилася ширина інтервалу прогнозування. При спробі застосувати нелінійну регресійну модель, побудовану для веб-застосунків, які розроблені з використанням мови Java, до емпіричних даних із даного дослідження, отримано низькі показники якості та більшу ширину інтервалу прогнозування. Це може слугувати підтвердженням необхідності побудови регресійних моделей для конкретної мови програмування та фреймворку.ukоцінювання розміру програмного забезпеченнянелінійна регресійна модельнормалізуюче перетвореннярозробка програмного забезпеченнявеб-застосунокPythonDjango Rest Frameworkestimation of software sizenonlinear regression modelnormalazing transformationsoftware developmentweb applicationArticle