Разработка безошибочного программного обеспечения является основной целью разработчиков программного обеспечения. Однако достижение этой цели не является тривиальной задачей. Это становится еще сложнее для организаций-разработчиков с минимальными ресурсами. Разработчики часто используют автоматические модели прогнозирования дефектов, которые в основном разрабатываются с использованием алгоритмов машинного обучения, для обнаружения дефектов в программном обеспечении. Качество прогнозирования таких моделей очень важно, поскольку неправильные прогнозы могут негативно повлиять как на организации-разработчики, так и на конечных пользователей. В этой книге рассматриваются возможные проблемы в существующих моделях прогнозирования и предлагаются методы дальнейшего повышения качества прогнозирования таких моделей.