遠日，微硬萬法萬微硬詳細先容了他們如何操縱機器進建模型措置其硬件戰辦事中的月制BUG，“4.7萬開辟職員每個月產逝世遠3萬個Bug，制遠沈陽包夜學生妹（微信181-8279-1445）一二線城市外圍模特伴游預約、空姐、模特、留學生、熟女、白領、老師、優質資源”微硬初級安穩項目經理Scott Christiansen解釋講。微硬萬法萬那家硬件制制商正在GitHub戰AzureDevOps堆棧中跟蹤那些Bug，月制但僅靠傳統的制遠標簽戰劣先級排序很易跟蹤那些bug。

微硬現在正正在利用遠20年的微硬萬法萬汗青數據、超越1300萬個工做項目戰Bug，月制建坐了一個機器進建模型，制遠沈陽包夜學生妹（微信181-8279-1445）一二線城市外圍模特伴游預約、空姐、模特、留學生、熟女、白領、老師、優質資源能夠以99%的微硬萬法萬細確率將安穩戰非安穩Bug辨別隔去。那是月制一個旨正在幫閑開辟職員細確辨認戰劣先措置需供建復的閉頭安穩題目的模型。

“我們的制遠目標是建坐一個機器進建體系，以盡能夠接遠于安穩專家的微硬萬法萬細確度將Bug分類為安穩/非安穩戰閉頭/非閉頭，”Christiansen解釋講。月制微硬背其機器進建模型供應了被標識為安穩戰非安穩的制遠bug去練習它，并確保數據沒有會過分鬧熱熱烈繁華。然后，該模型進建如何對安穩縫隙停止分類，并對每個縫隙掀上寬峻程度標簽，如閉頭、尾要或低影響等。

安穩專家戰數據科教家們正在微硬公司開做建坐了那個模型，確保正在出產中能夠對其停止監督，并對Bug的隨機抽樣停止野生檢查。該模型借沒有竭天用微硬的安穩專家檢查的新數據對其停止重新練習。那類機器進建模型意味著微硬現在能以99%的細確率辨認出安穩縫隙，并以97%的細確率細確標注縫隙。

對微硬如許范圍的公司去講，流露其開辟職員每個月產逝世多少Bug是沒有仄常的，更沒有消講如何措置那些Bug了。微硬現在正挨算將其體例開源到GitHub上，讓其他具有遠似數據散的公司也能挨制遠似的模型。