Changelog

Para cada atualização, atualizamos esta página com um resumo das mudanças significativas recentes na RATH, incluindo um timestamp para a data atualizada.

Consulte o CHANGELOG.md (opens in a new tab) em nosso GitHub para um registro completo de todas as versões históricas.

17 de fev. de 2023.

• Adicionado suporte ao BigQuery e Snowflake como fonte de dados.
• Adicionado README para o pygwalker, que permite usar o Graphic Walker dentro do Python Jupyter Notebook.

21 de dez. de 2022.

Para a última atualização, a RATH apresenta uma ferramenta incrivelmente poderosa para Análise Causal.

A análise causal pode ser definida como a forma de identificar e examinar.A análise causal de RATH inclui a relação causal entre variáveis, o que ajuda a criar melhores modelos de previsão e tomada de decisão.

A atualização da análise causal de RATH inclui os seguintes recursos principais:

• Descoberta causal: gera automaticamente modelos causais a partir de um conjunto de dados.
• Edite seus modelos causais gráficos em um editor e insira o conhecimento prévio definido para RATH.
• Examine e verifique sua hipótese.
• Combine ferramentas de análise exploratória de dados (EDA) para explorar seu modelo causal.
• Use visualizações interativas para ajudá-lo a entender os efeitos causais.
• Implemente modelos de aprendizado de máquina baseados em causalidade e estratégias de teste para seus modelos causais.
• Edite grafos de relação manualmente para modelos de análise causal.
• Realize análises causais do tipo "What-if".

Para obter mais instruções sobre como realizar análises causais com RATH, consulte o capítulo Análise causal.