Aide évidemment à évaluer et à surveiller les modèles d’apprentissage automatique en production. Il génère des rapports interactifs ou des profils JSON à partir de fichiers pandas DataFrames ou csv.
Vous pouvez utiliser des rapports visuels pour l’analyse ad hoc, le débogage et le partage en équipe, ainsi que des profils JSON pour intégrer Evidently dans des pipelines de prédiction ou avec d’autres outils de visualisation.
Fonctionne évidemment actuellement avec des données tabulaires. 6 rapports sont disponibles.
L’utilisation principale d’Evidemment est la comparaison entre deux ensembles de données. Ces ensembles de données sont des journaux d’application de modèle. Ils peuvent inclure des fonctionnalités d’entrée de modèle, des prédictions et/ou des données réelles (vraies étiquettes).
L’ensemble de données de référence sert de base à la comparaison. L’ensemble de données actuel (production) est l’ensemble de données comparé au premier.
1275 Av. des Canadiens-de-Montréal,
Montréal, QC H3B 0G4
Canada
312 Arizona Ave,
Santa Monica, CA 90401,
USA
Gate Avenue Zone D at DIFC – Sheikh Zayed Road
Dubai, United Arab Emirates
1 Al Corniche St, Burj Doha, level 21,
Doha, Qatar
© Copyright 2022. Tous droits réservés par Rocket Science Development
