原标题：Google释出无程式码机器学习模型分析工具What
Google推出开源TensorBoard网页应用程序的新功能What-If△Tool，让使用者在不需要撰写任何程式码的情况下，检测机器学习模型，使用视觉化互动介面，探索模型结果。
建构有效的机器学习系统有很多面向需要注意，除了演算法和效能表现外，资料也是一个良好机器学习应用的根本要素，TensorFlow官方早前释出了TensorFlow资料验证（TensorFlow△Data△Validation，TFDV）工具，来帮助开发者进行大规模资料分析与验证。而Google也提到，机器学习的模型训练完成后，仍然可能存在许多问题，需要经过反复的探索调校。
Google认为，一个优秀的开发人员，应该要可以对自己训练出来的机器模型，回答几个问题，像是资料的变化会如何影响模型的预测？机器模型对不同的群体有哪些不同的表现？用来测试模型的资料是否足够多样化？要回答这些问题并不容易，通常探索机器学习模型必须要编写一次性的程式码，来分析特定的模型，但这个过程通常效率很低，而且不会写程式的人也很难参与其中。
为此，Google在开源的TensorBoard网页应用程序中，推出了What-If△Tool新功能，可以让使用者在不撰写任何程式码的情况下分析模型，只要给What-If△Tool一个TensorFlow模型以及资料集的指标，该工具就能提供互动式视觉化介面，让使用者探索模型结果。What-If△Tool包含了丰富的有用功能，除了能使用Facets自动视觉化资料集外，还可以从资料集手动编辑范例以检视影响变化等。
Google提到，What-If△Tool有两个强大的使用案例，可以用在反事实（Counterfactual）以及效能和演算法公平性分析。反事实是来侦测“如果-那么”的假设性因果关系，使用者只要在What-If△Tool点击一个按钮，就能把资料点和模型预测不同结果的最相似资料点进行比较，这能有效地寻找模型决策边界。而且使用者也可以直接手动编辑资料点，以探索整体模型预测的变化。在效能和演算法公平性分析方面，使用者也可以用What-If△Tool探索不同分类閾值对模型的影响，同时考虑不同数值的公平性标准等约束条件。
What-If△Tool在Google内部测试的结果，有一个团队发现他们的机器学习模型，错误忽略资料集的整体特征，还有另一个团队则使用What-If△Tool的视觉化工具，整理模型最佳与最差的范例类型，发现了导致他们模型表现不佳的原因。
相关：
英国航空遭骇案，骇客可能只用22行程式码就偷走38万名乘客个资
示意图，与新闻事件无关。 图片来源: British△Airways 英国最大的航空公司—英国航空（British△Airways，BA）在日前宣布官网与行动程式遭到骇客入侵，美国的威胁鉴识业者RiskIQ则发现，骇客是修改了BA网站所采用
TensorFlow释出资料验证函式库TFDV，进行大规模资料分析与验证
TensorFlow现在释出TensorFlow资料验证（TensorFlow△Data△Validation，TFDV）工具，来帮助开发人员大规模理解、验证以及监控机器学习的资料。TensorFlow产品经理Clemens△Mewald提到，学术界和业界都非常关注机器学
示意图，与新闻事件无关。 GuardianApp团队上周指出，有愈来愈多的iOS程式嵌入了可将位置资讯传送给第三方的套件，这些程式通常提供了需要位置服务权限的正当理由，却鲜少或根本没有提及将把这些位置资讯与第三方分
“世界之最”在我们看来可能都是较为好的一面，但若是成了世界之最“倒霉”的，那这样的名号想必是没有人会接受的。但世界上最倒霉机器人却诞生了，这种机器人会流血流泪还会小便，会小便的机器人价值4.8万美元。机器
Skydio△R1可自行飞行，躲避环境障碍，追踪拍摄使用者。 图片来源: Skydio 新创业者Skydio继于今年2月发表自驾空拍机Skydio△R1之后，于上周释出了Skydio△R1的软件开发套件（SDK），鼓励第三方开发人员打造Skydio