很多文章的报道都是由微观而宏观，今日小编讲给大家带来的关于Google在其Cloud AI平台上为假设分析工具添加了新的集成的资讯也不例外，希翼可以在一定的程度上开阔你们的视野！y有对Google在其Cloud AI平台上为假设分析工具添加了新的集成这篇文章感兴趣的小伙伴可以一起来看看

在最近的博客文章中，Google宣布了What-If工具的新集成，同意 数据科学家在其AI Platform(基于代码的数据科学开辟环境)上分析模型。客户现在可以将假设分析工具用于部署到AI平台上的XGBoost和scikit-learn模型。

去年，Google的Tensorflow团队启动了“假设分析”工具，该工具是一个交互式的可视界面，旨在帮助数据科学家可视化其数据集，并更好地理解其TensorFlow模型的输出。现在，它还提供了对XGBoost和scikit-learn模型的支持，并且不再仅限于Tensorflow。数据科学家可以使用来自AI平台笔记本，Colab笔记本或通过Jupyter笔记本本地的新集成。

使用该工具，数据科学家无需编写任何代码即可调整各种数据点，并分析模型的性能。此外，他们可以在同一数据集上同时测试两个不同AI模型的性能，从而提供更高的对比度并进行比较，从而可以检查单个数据点或整个数据集切片。

要使用新的集成，数据科学家需要培训，然后使用gcloud CLI将模型部署到Google Cloud AI Platform。接下来，数据科学家可以通过设置WitConfigBuilder对象，在假设工具中查看其在数据集上的性能。

任何测试样本都采纳模型期望的格式，无论是JSON字典列表，JSON列表还是tf.example原型(包括地面真相标签)，从而可以探究不同的特征如何影响模型的预测。

数据科学家看到的第一个视图是Datapoint Editor，它显示了提供的数据集中的所有示例以及它们从模型预测得到的结果。此外，数据科学家可以从主面板的该编辑器中更改有关数据点的任何内容，然后通过模型重新运行它，以查看更改如何影响预测。