Lo sviluppo di software privo di errori è un obiettivo primario degli sviluppatori di software. Tuttavia, raggiungere questo obiettivo non è un compito banale. Questo diventa ancora più difficile per le organizzazioni di sviluppo con risorse minime. Per individuare i difetti nel software, gli sviluppatori ricorrono spesso a modelli automatici di previsione dei difetti, sviluppati per lo più con algoritmi di apprendimento automatico. La qualità della previsione di tali modelli è importante, poiché previsioni errate possono avere un impatto negativo sulle organizzazioni di sviluppo e sugli utenti finali. Questo libro esplora i possibili problemi dei modelli di previsione esistenti e propone metodi per migliorare ulteriormente la qualità della previsione di tali modelli.