whylogs:端到端剖析和监视您的ML数据管道 源码

whylogs库 这是Whylogs的Python实现。 Java实现可在找到。 无论数据是为生产还是实验而构建,了解数据在应用程序中移动时的属性对于保持ML / AI管道稳定并改善用户体验都是至关重要的。 whylogs是一个开源统计日志记录库,它使数据科学和ML团队可以轻松地描述ML / AI管道和应用程序,并生成可用于监视,警报,分析和错误分析的日志文件。 whylogs可以计算任何规模至TB规模的数据集的近似统计数据,从而使用户易于识别模型输入或输出的统计属性的变化。使用近似统计信息可以使程序包在最小的基础结构上运行并监视整个数据集,而不必仅通过使用数据样本来计算统计信息就可以错过异常值和其他异常情况。这些特性使Whylogs成为分析基于TB规模数据和企业SLA的生产ML / AI管道的出色解决方案。 如有疑问和讨论,请跳至我们的! 主要特点 数据洞察: whylogs在ML /