連日來Google在其Cloud AI平臺上為假設(shè)分析工具添加了新的集成向來一不斷的有小伙伴關(guān)注，不僅如此還衍生出了各大相關(guān)話題，那么跟著小編來看看Google在其Cloud AI平臺上為假設(shè)分析工具添加了新的集成以及它的相關(guān)資訊吧！

在最近的博客文章中，Google宣布了What-If工具的新集成，同意 數(shù)據(jù)科學(xué)家在其AI Platform(基于代碼的數(shù)據(jù)科學(xué)開辟環(huán)境)上分析模型?？蛻衄F(xiàn)在可以將假設(shè)分析工具用于部署到AI平臺上的XGBoost和scikit-learn模型。

去年，Google的Tensorflow團隊啟動了“假設(shè)分析”工具，該工具是一個交互式的可視界面，旨在幫助數(shù)據(jù)科學(xué)家可視化其數(shù)據(jù)集，并更好地理解其TensorFlow模型的輸出?，F(xiàn)在，它還提供了對XGBoost和scikit-learn模型的支持，并且不再僅限于Tensorflow。數(shù)據(jù)科學(xué)家可以使用來自AI平臺筆記本，Colab筆記本或通過Jupyter筆記本本地的新集成。

使用該工具，數(shù)據(jù)科學(xué)家無需編寫任何代碼即可調(diào)整各種數(shù)據(jù)點，并分析模型的性能。此外，他們可以在同一數(shù)據(jù)集上同時測試兩個不同AI模型的性能，從而提供更高的對比度并進行比較，從而可以檢查單個數(shù)據(jù)點或整個數(shù)據(jù)集切片。

任何測試樣本都采納模型期望的格式，無論是JSON字典列表，JSON列表還是tf.example原型(包括地面真相標簽)，從而可以探究不同的特征如何影響模型的預(yù)測。

數(shù)據(jù)科學(xué)家看到的第一個視圖是Datapoint Editor，它顯示了提供的數(shù)據(jù)集中的所有示例以及它們從模型預(yù)測得到的結(jié)果。此外，數(shù)據(jù)科學(xué)家可以從主面板的該編輯器中更改有關(guān)數(shù)據(jù)點的任何內(nèi)容，然后通過模型重新運行它，以查看更改如何影響預(yù)測。