Microsoft kunngjør offentlig tilgjengelighet av to datavitenskapsverktøy

Dataforskere bruker en betydelig mengde tid på å skrive kode på å søke svar på spørsmålene nedenfor mesteparten av tiden.

• Hvordan ser dataene ut? Hva er skjemaet?
• Hva er kvaliteten på dataene? Hva er alvorlighetsgraden av manglende data?
• Hvordan er individuelle variabler fordelt? Trenger jeg å gjøre variabel transformasjon?
• Hvor relevante er dataene for maskinlæringsoppgaven? Hvor vanskelig er selve maskinlæringsoppgaven?
• Hvilke variabler er mest relevante for maskinlæringsmålet?
• Er det noe spesifikt klyngemønster i dataene?
• Hvordan vil ML-modeller på data prestere? Hvilke variabler er signifikante i modellene?

Mye av koden kan generaliseres til datavitenskapelige verktøy som kan gjenbrukes på tvers av prosjekter som hjelper dataforskere med å jobbe med spesifikke oppgaver i et prosjekt i en guidet modus, for å sikre konsistens og fullstendighet av de underliggende oppgavene. For å hjelpe dataforskere slipper Microsoft to datavitenskapsverktøy,

1. Interaktiv datautforskning, analyse og rapportering (IDEAR), og
2. Automatisert modellering og rapportering (AMAR).

Disse to verktøyene, som kjører i CRAN-R, kan nås fra denne GitHub-siden.

Les mer om disse verktøyene her..