數(shù)據(jù)科學家建議將可解釋性作為機器學習模型的關(guān)鍵選擇標準

2019年11月20日，芝加哥

全球軟件咨詢公司ThoughtWorks于今日發(fā)布了第21期技術(shù)雷達，這是每半年更新一期的技術(shù)趨勢報告，來自ThoughtWorks在大量客戶中的實踐觀察。最新期技術(shù)雷達重點闡釋了What-If等新興工具，以及道德偏見測試等技術(shù)如何使機器學習(ML)更加清晰易懂，為什么我們應當將軟件開發(fā)視為一項團隊運動，如何應對競爭日益激烈的云市場以及驅(qū)動治理即代碼的變革。

ThoughtWorks全球首席技術(shù)官Rebecca Parsons提到，“機器學習的可解釋性是本期技術(shù)雷達最重要的主題之一。機器學習工具被用于做出許多生命攸關(guān)的決策，但是這其中的技術(shù)模型卻并不透明，因此人們并不知道這些決策的依據(jù)是什么，這是有問題的。 同樣，如果對機器的訓練不夠開放透明，存在將偏見、抽樣、算法或其他偏差引入模型的風險。為減少這類風險，ThoughtWorks認為機器學習領(lǐng)域的業(yè)務、技術(shù)決策者應當有意識的增加開發(fā)團隊的多樣性，并使用可以減少算法偏差的工具。

在第二十一期技術(shù)雷達中同樣值得關(guān)注的幾個主題包括：

● 打開機器學習的黑匣子：機器學習正在應用于更多決策，但是其計算模型仍然難以理解。 引入工具以提高透明度，并組建一支多元化的開發(fā)團隊，這對于打開機器學習的黑匣子至關(guān)重要。

● 軟件開發(fā)是一項團隊運動：在軟件開發(fā)中，將團隊成員彼此隔離的工具和技術(shù)會阻礙反饋和協(xié)作。 與其執(zhí)著于像“ 10倍工程師”這樣的個人主義，不如將不同的專業(yè)人才放到協(xié)作和跨功能的“10倍團隊”當中。

● 云，多即是少：在主流云服務提供商提供的核心功能日益趨同的當下，競爭焦點已經(jīng)轉(zhuǎn)移到他們能夠提供的附加服務上，這就鼓勵了云服務商以驚人的速度發(fā)布新產(chǎn)品。為在競爭中取得優(yōu)勢，很多新服務還在存有瑕疵、功能尚不完整的階段，就被匆匆推向市場，所以不要指望所有的云服務都有相同的高品質(zhì)。

● 保護軟件供應鏈：組織應該抵制冗長的人工檢測和需要審批的象牙塔治理規(guī)則。相反，自動化的依賴保護、安全性和其他治理機制可以保護軟件項目中重要但不緊急的部分。

ThoughtWorks技術(shù)雷達每半年發(fā)布一次，與此同時，ThoughtWorks 鼓勵其他組織依據(jù)雷達思想來繪制自己的技術(shù)圖譜。

保時捷云應用IT架構(gòu)師Thomas Spillecke在使用雷達輔助技術(shù)決策時也提到：“通過對每期技術(shù)雷達的討論，我們收獲了很多寶貴的信息，有效避免了一些無用的嘗試。”

瀏覽技術(shù)雷達官方頁面 ThoughtWorks.com/radar/cn 可獲取更多信息，并在線下載PDF。

關(guān)于ThoughtWorks：

AboutThoughtWorks

我們是一家軟件咨詢公司，同時也是由一個個目標明確、極具熱情的個體組成的社區(qū)。我們有7000多名員工分布在世界上14個國家的43間辦公室。在過去25年的歷史中，我們幫助客戶解決了極端復雜的業(yè)務、技術(shù)難題，并時刻準備與客戶一起擁抱變化。

生成海報

免責聲明：本網(wǎng)站內(nèi)容主要來自原創(chuàng)、合作伙伴供稿和第三方自媒體作者投稿，凡在本網(wǎng)站出現(xiàn)的信息，均僅供參考。本網(wǎng)站將盡力確保所提供信息的準確性及可靠性，但不保證有關(guān)資料的準確性及可靠性，讀者在使用前請進一步核實，并對任何自主決定的行為負責。本網(wǎng)站對有關(guān)資料所引致的錯誤、不確或遺漏，概不負任何法律責任。任何單位或個人認為本網(wǎng)站中的網(wǎng)頁或鏈接內(nèi)容可能涉嫌侵犯其知識產(chǎn)權(quán)或存在不實內(nèi)容時，應及時向本網(wǎng)站提出書面權(quán)利通知或不實情況說明，并提供身份證明、權(quán)屬證明及詳細侵權(quán)或不實情況證明。本網(wǎng)站在收到上述法律文件后，將會依法盡快聯(lián)系相關(guān)文章源頭核實，溝通刪除相關(guān)內(nèi)容或斷開相關(guān)鏈接。