解釋結構化資料的模型預測（上） | iKala Cloud

本篇文章將詳細介紹並舉例如何在 AutoML Tables 上將 Explainable AI 與表格式資料 ( tabular data ) 一起使用。 資料科學家已經能用更加精準的模型來處理各種難解的問題。 然而，模型的複雜度與精準度直接相關，而複雜度又會使得調整模型更具挑戰性。為了解決這項挑戰，Google Cloud 於 2019 年 11 月推出 Explainable AI。Explainable AI 旨在幫助資料科學家除錯、改善模型效果並提供 insights，讓資料科學家使用上更方便。本篇文章將詳細介紹並舉例如何在 AutoML Tables 上將 Explainable AI 與表格式資料 ( tabular data ) 一起使用。 資料科學家已經能用更加精準的模型來處理各種難解的問題。 然而，模型的複雜度與精準度直接相關，而複雜度又會使得調整模型更具挑戰性。為了解決這項挑戰，Google Cloud 於 2019 年 11 月推出 Explainable AI。Explainable AI 旨在幫助資料科學家除錯、改善模型效果並提供 insights，讓資料科學家使用上更方便。本篇文章將詳細介紹並舉例如何在 AutoML Tables 上將 Explainable AI 與表格式資料 ( tabular data ) 一起使用。 資料科學家已經能用更加精準的模型來處理各種難解的問題。 然而，模型的複雜度與精準度直接相關，而複雜度又會使得調整模型更具挑戰性。為了解決這項挑戰，Google Cloud 於 2019 年 11 月推出 Explainable AI。Explainable AI 旨在幫助資料科學家除錯、改善模型效果並提供 insights，讓資料科學家使用上更方便。