Artificial intelligence in software project cost estimation

Abstract

Software cost estimation is among the most important parts of software project. The increasing complexity of projects introduces a lot of problems for reaching accurate estimations. This thesis aims to explore the applicability of machine learning based methods in software cost estimation, and asses their utility against traditional methods.

The research focuses on reviewing and comparing different cost estimation methods from the existing literature, trying to find alternatives to traditional methods by analysing the performance and utility of different models.

The results suggest that ML-based cost estimation methods, particularly artificial neural networks and different ensemble models generally outperform traditional methods. The choice and applicability of method however depends on characteristics of a project and the quality of the training data. The study highlights the importance of dataset- and feature selection as well as utilizing domain-specific data to improve the accuracy of the model.

The thesis also discusses further directions for software cost estimation, highlighting the growing interest around ensemble models and utilizing tools such as large language models to improve the prediction accuracy.

Ohjelmistoprojektin kustannusarviointi on yksi projektin tärkeimpiä vaiheita. Yhä monimutkaisemmat projektit tuovat mukanaan haasteita tarkkojen kustannusarvioiden saavuttamiseksi. Tämä kandidaatintutkielma pyrkii selvittämään koneoppimiseen perustuvien menetelmien soveltuvuutta ohjelmistoprojektien kustannusarvioinnissa sekä arvioimaan niiden hyödyllisyyttä perinteisiin menetelmiin verrattuna.

Tutkielma keskittyy olemassa olevan kirjallisuuden kautta erilaisten kustannusarviointimenetelmien tarkasteluun ja vertailuun, ja pyrkii löytämään vaihtoehtoja perinteisille menetelmille analysoimalla erilaisten tekoälyyn pohjautuvien mallien suorituskykyä ja hyödyllisyyttä.

Tulokset osoittavat, että koneoppimiseen perustuvat kustannusarviointimenetelmät, erityisesti neuroverkot ja erilaiset yhdistelmämenetelmät, usein päihittävät perinteiset menetelmät. Menetelmän valinta ja soveltuvuus riippuvat kuitenkin projektin ominaisuuksista ja harjoitusdatan laadusta. Tutkimus korostaa datan ja ominaisuuksien valinnan tärkeyttä sekä alakohtaisen datan hyödyntämistä mallin tarkkuuden parantamiseksi.

Opinnäytetyössä käsitellään myös ohjelmistoprojektien kustannusarvioinnin tulevaisuuden näkymiä, erityisesti kasvavaa kiinnostusta yhdistelmämenetelmiä kohtaan sekä kielimallien hyödyntämistä kustannusarvion tarkkuuden parantamiseksi.