Проведено дослідження особливостей навчання і тестування штучної нейронної мережі оцінювання якості програмного забезпечення немасштабованими та масштабованими вибірками. Дослідження показали, що при опрацюванні немасштабованих вхідних вибірок штучна нейронна мережа (ШНМ) нечутлива до входів з малими діапазонами значень, а входи з великими діапазонами визначають результати роботи ШНМ. Отже, підготовка вхідної інформації для даної ШНМ необхідна. Крім того, показано, що жодна із вбудованих функцій пакету Matlab не підходить для опрацювання значень метрик програмного забезпечення етапу проектування. Відтак, потрібно розробити нову або модифікувати одну із вбудованих функцій підготовки вхідної інформації ШНМ таким чином, щоб вона рівнозначно враховувала вхідні дані як з великими, так і з малими діапазонами для запобігання втрати значущої інформації. Ключові слова: програмне забезпечення (ПЗ), метрики ПЗ, штучна нейронна мережа (ШНМ), нейромережний метод оцінювання результатів проектування та прогнозування характеристик якості програмного забезпечення (НМОП), масштабування входів ШНМ
