Änderungsprotokoll

Für jedes Update aktualisieren wir diese Seite mit einer Zusammenfassung der kürzlichen bedeutenden Änderungen an RATH, einschließlich eines Zeitstempels für das Aktualisierungsdatum.

Weitere Informationen finden Sie in CHANGELOG.md (opens in a new tab) auf unserem GitHub, wo alle historischen Versionen aufgezeichnet sind.

17. Februar 2023.

• Unterstützung für BigQuery und Snowflake als Datenquelle hinzugefügt.
• README für pygwalker hinzugefügt, das die Verwendung von Graphic Walker innerhalb von Python Jupyter Notebook ermöglicht.

21. Dezember 2022.

Mit dem neuesten Update führt RATH ein aufregend leistungsfähiges Tool für die Kausalanalyse ein.

Die Kausalanalyse kann als die Methode definiert werden, um die kausale Beziehung zwischen Variablen zu identifizieren und zu untersuchen, was zur Erstellung besserer Vorhersagemodelle und Entscheidungsfindung beiträgt.

Das Update zur kausalanalyse von RATH umfasst folgende Hauptfunktionen:

• Kausale Entdeckung: Generierung kausaler Modelle automatisch aus einem Datensatz.
• Bearbeiten Sie Ihre grafischen kausalen Modelle in einem Editor und geben Sie vordefiniertes Hintergrundwissen für RATH ein.
• Prüfen und überprüfen Sie Ihre Hypothesen.
• Kombinieren Sie EDA (Exploratory Data Analysis)-Tools, um Ihr kausales Modell zu erkunden.
• Verwenden Sie interaktive Visualisierung, um kausale Effekte besser zu verstehen.
• Implementieren Sie kausalbasierte Machine-Learning-Modelle und testen Sie Strategien für Ihre kausalen Modelle.
• Manuelle Bearbeitung von Beziehungsgrafiken für kausalanalytische Modelle.
• Durchführung von What-if-Arten der Kausalanalyse.

Für weitere Anweisungen zur Durchführung einer kausalanalyse mit RATH, siehe das Kapitel Kausalanalyse.