数据科学家建议将可解释性作为机器学习模型的关键选择标准
2019年11月20日，芝加哥
全球软件咨询公司ThoughtWorks于今日发布了第21期技术雷达，这是每半年更新一期的技术趋势报告，来自ThoughtWorks在大量客户中的实践观察。最新期技术雷达重点阐释了What-If等新兴工具，以及道德偏见测试等技术如何使机器学习(ML)更加清晰易懂，为什么我们应当将软件开发视为一项团队运动，如何应对竞争日益激烈的云市场以及驱动治理即代码的变革。
ThoughtWorks全球首席技术官Rebecca Parsons提到，“机器学习的可解释性是本期技术雷达最重要的主题之一。机器学习工具被用于做出许多生命攸关的决策，但是这其中的技术模型却并不透明，因此人们并不知道这些决策的依据是什么，这是有问题的。 同样，如果对机器的训练不够开放透明，存在将偏见、抽样、算法或其他偏差引入模型的风险。为减少这类风险，ThoughtWorks认为机器学习领域的业务、技术决策者应当有意识的增加开发团队的多样性，并使用可以减少算法偏差的工具。
在第二十一期技术雷达中同样值得关注的几个主题包括：
● 打开机器学习的黑匣子：机器学习正在应用于更多决策，但是其计算模型仍然难以理解。 引入工具以提高透明度，并组建一支多元化的开发团队，这对于打开机器学习的黑匣子至关重要。
● 软件开发是一项团队运动：在软件开发中，将团队成员彼此隔离的工具和技术会阻碍反馈和协作。 与其执着于像“ 10倍工程师”这样的个人主义，不如将不同的专业人才放到协作和跨功能的“10倍团队”当中。
● 云，多即是少：在主流云服务提供商提供的核心功能日益趋同的当下，竞争焦点已经转移到他们能够提供的附加服务上，这就鼓励了云服务商以惊人的速度发布新产品。为在竞争中取得优势，很多新服务还在存有瑕疵、功能尚不完整的阶段，就被匆匆推向市场，所以不要指望所有的云服务都有相同的高品质。
● 保护软件供应链：组织应该抵制冗长的人工检测和需要审批的象牙塔治理规则。相反，自动化的依赖保护、安全性和其他治理机制可以保护软件项目中重要但不紧急的部分。
ThoughtWorks技术雷达每半年发布一次，与此同时，ThoughtWorks 鼓励其他组织依据雷达思想来绘制自己的技术图谱。
保时捷云应用IT架构师Thomas Spillecke在使用雷达辅助技术决策时也提到：“通过对每期技术雷达的讨论，我们收获了很多宝贵的信息，有效避免了一些无用的尝试。”
浏览技术雷达官方页面 ThoughtWorks.com/radar/cn 可获取更多信息，并在线下载PDF。
关于ThoughtWorks：
About ThoughtWorks
我们是一家软件咨询公司，同时也是由一个个目标明确、极具热情的个体组成的社区。我们有7000多名员工分布在世界上14个国家的43间办公室。在过去25年的历史中，我们帮助客户解决了极端复杂的业务、技术难题，并时刻准备与客户一起拥抱变化。
|
