本文共 1076 字，大约阅读时间需要 3 分钟。
Dataiku 7发布，进一步提升企业人工智能协作与解释能力
全球领先的企业人工智能和机器学习平台Dataiku今日发布了Dataiku 7，这一版本更新将为技术数据专业人员提供更强大的协作能力，支持机器学习项目开发和白盒AI的行级可解释性。
Dataiku的首席执行官Florian Douetteau指出，“自2013年发布以来，协作一直是Dataiku的核心，而随着Dataiku 7的推出，我们将继续添加功能，以深化我们高效推进企业中的AI使用大众化的理念。”
Dataiku 7的新功能包括：
支持高级统计分析
统计员现可以利用Dataiku以日常熟悉的工作表和卡片格式执行高级统计分析，同时与更广泛的数据或分析团队展开协作。过去，高级统计人员只能使用孤立的工具，这些工具对于非统计人员不可见，从而在治理和AI项目部署方面产生瓶颈。高级预测解释
在过去，机器学习模型不包括它们得出结果的原因或方式的见解，因此很难客观地解释基于这些模型做出的决策和采取的行动。Dataiku 7既包含输出数据集中的行级预测解释，也包含各个预测解释的交互式可视化。促进编码员协作的Git整合
借助Dataiku 7中增强的Git整合，数据专家（或其他代码优先用户）现可以直接从Dataiku直接创建、删除、推送和拉取Git分支。这带来了极大的效率增益，因为编码员可以复制项目以轻松地进行沙箱(sandbox)更改，且原始项目则不受影响。一旦在重复项目上完成迭代，即可将更改无缝地合并回原始项目（所有更改均可在Git中跟踪）。利用Kubernetes提高弹性
Dataiku 7让用户现在可以在Kubernetes集群上运行Web应用程序，从而扩展Dataiku 6的托管Kubernetes集群功能。这为资源密集型AI部署带来更多同时上线用户和快速、灵活的执行后端。主动学习标签插件
正确标记数据是从机器学习模型中获得精确优质的见解的先决条件，并且通过简化繁琐且耗时的数据收集步骤，快速标记数据的能力通常有助于加快整个分析生命周期。新的人工介入(human-in-the-loop)标记和主动学习插件提供一套Dataiku Web应用程序，用于简化标记过程，无论数据是表格、图像还是声音。Dataiku使全球2,000大上市企业(Global 2,000)能够将大型数据集转化为可执行的见解，使AI项目大众化，并大规模扩展机器学习计划。今天发布的Dataiku 7通过其基于团队的直观平台可增强更深层次的协作和可解释的AI，从而将数据科学带给更多的人。
转载地址：http://fnvs.baihongyu.com/