يوفر Oracle HeatWave AutoML التعلم الآلي المتكامل والمؤتمت والآمن (ML)—مما يساعدك على إنشاء نماذج التعلم الآلي والتدريب عليها وشرحها دون خبرة التعلم الآلي أو حركة البيانات أو التكلفة الإضافية. تتوفر على Oracle Cloud Infrastructure (OCI) وAmazon Web Services (AWS) وMicrosoft Azure.
انضم إلينا لاكتشاف كيف يمكنك الاستفادة من محفظة HeatWave.
طلب ورشة عمل مجانية بقيادة الخبراء لتقييم HeatWave أو البدء بها.
أجرى محللو Nucleus Research مقابلات مع العديد من المؤسسات باستخدام HeatWave وأبلغوا عن تحسينات تشغيلية كبيرة، بما في ذلك زيادة بمقدار مائة ضعف في لاستعلامات OLTP/OLAP الهجينة.
تخلص من حركات البيانات المُعقدة والمُستهلكة للوقت إلى خدمة تعلم آلي منفصلة مع تعلم آلي متكامل. تطبيق تدريب التعلم الآلي والاستدلال والتفسير بسهولة على البيانات المُخزنة إما في MySQL Database أو مخزن الكائنات.
أتمتة دورة حياة التعلم الآلي، بما في ذلك اختيار الخوارزميات وأخذ عينات البيانات الذكية لتدريب النماذج واختيار الميزات وتحسين المعلمات الفائقة. لا توجد حاجة إلى خبرة في التعلم الآلي.
حافظ على بياناتك في نظام إدارة بيانات واحد باستخدام تكوين أمان واحد وعناصر تحكم مركزية في الوصول. يتم التصديق على جميع الاتصالات وتشفيرها.
تدريب نماذج التعلم الآلي أسرع مما يتيح لك إعادة تدريب النماذج في كثير من الأحيان والحصول على نتائج أدق.
يدعم HeatWave AutoML مهام نظام الكشف عن أوجه الخلل والتنبؤ والتصنيف والتراجع والموصي، بما في ذلك الأعمدة النصية.
من خلال النظر في كل من الملاحظات الضمنية (مثل عمليات الشراء السابقة وسلوك التصفح) والملاحظات الصريحة (مثل التقييمات والإعجابات)، يمكن أن يساعد نظام التوصيات HeatWave AutoML، على سبيل المثال إنشاء اقتراحات شراء تالية مُخصصة.
جميع النماذج التي تدرب عليها HeatWave AutoML قابلة للتفسير. تقدم HeatWave AutoML تنبؤات مع شرح للنتائج، مما يدعمك بالثقة والإنصاف والامتثال التنظيمي.
يساعد اكتشاف انحراف البيانات المحللين على تحديد وقت إعادة تدريب النماذج من خلال اكتشاف الفروق بين البيانات المستخدمة للتدريب والبيانات الواردة الجديدة.
تتيح وحدة التحكم التفاعلية لم محللي الأعمال إنشاء نماذج ML وتدريبها وتشغيلها وشرحها باستخدام واجهة مرئية—لا توجد حاجة إلى معرفة أوامر SQL أو ترميزها. كما يمكنها بسهولة استكشاف سيناريوهات "ماذا لو" لتقييم افتراضات الأعمال.
يتم دمج HeatWave AutoML مع أجهزة الكمبيوتر المحمولة الشائعة مثل Jupyter وApache Zeppelin.
يمكن لمحللي الأعمال والمطورين دون خبرة في التعلم الآلي استخدام HeatWave AutoML للمساعدة في التنبؤ بتوقف العملاء عن الخدمة. يتم أتمتة دورة حياة التعلّم الآلي ولا تترك البيانات قاعدة البيانات، مما يساعد في تقليل مخاطر الأمان. بمجرد إنشائها، يمكن للنموذج التنبؤ باحتمال توقف العملاء عن الخدمة.
يذكر المستخدم أن حالة استخدامه هي "أحتاج إلى القدرة على التنبؤ بتوقف العملاء عن الخدمة". يمكنه بعد ذلك الاستفادة بسهولة من أتمتة HeatWave AutoML لإنشاء نموذج للتعلم الآلي للتصنيف، وهو مناسب في هذه الحالة. بمجرد الانتهاء، يمكن للمستخدم استخدام نموذج التعلّم الآلي، على سبيل المثال، يسأل: "ما احتمالية توقف العميل عن الخدمة؟" والحصول على الإجابة "احتمالية توقف هذا العميل عن الخدمة بنسبة 72%".
يمكن لمحللي الأعمال والمطورين دون خبرة في التعلم الآلي استخدام HeatWave AutoML للمساعدة في اكتشاف المعاملات الاحتيالية. يتم أتمتة دورة حياة التعلّم الآلي ولا تترك البيانات قاعدة البيانات، مما يساعد في تقليل مخاطر الأمان. بمجرد إنشائها، يمكن للنموذج التنبؤ باحتمال الاحتيال المرتبط بالمعاملات.
يذكر المستخدم أن حالة استخدامه هي "أحتاج إلى اكتشاف المعاملات الاحتيالية المحتملة". يمكنه بعد ذلك الاستفادة بسهولة من أتمتة HeatWave AutoML لإنشاء نموذج للتعلم الآلي للكشف عن أوجه الخلل، وهو مناسب في هذه الحالة. بمجرد الانتهاء، يمكن للمستخدم استخدام نموذج التعلم الآلي، على سبيل المثال: "أي من هذه المعاملات من المحتمل أن تكون احتيالية؟" والحصول على الإجابة "هنا المعاملات التي تم تحديدها على أنها احتيالية مُحتملة مع الاحتمالات المرتبطة".
يمكن للمطورين إنشاء تطبيقات تستفيد من القوة المدمجة للتعلم الآلي المدمج والذكاء الاصطناعي التوليدي في HeatWave لتقديم توصيات مُخصصة. في هذا المثال، يستخدم التطبيق نظام توصية HeatWave AutoML للمساعدة في اقتراح المطاعم بناءً على تفضيلات المستخدم أو ما طلبه المستخدم سلفًا. باستخدام HeatWave Vector Store، يمكن للتطبيق أيضًا المساعدة في البحث من خلال قوائم المطاعم بتنسيق PDF لاقتراح أطباق محددة، ما يوفر قيمة أكبر للعملاء.
يسأل أحد المستخدمين عبر HeatWave Chat "ما هي الأطباق النباتية التي تقترحها لي اليوم؟". أولاً، يقترح نظام توصية HeatWave AutoML قائمة بالمطاعم بناءً على ما طلبه المستخدم سلفًا. بعد ذلك، يوفر HeatWave Vector Store مطالبة معززة إلى نموذج اللغة الكبيرة استنادًا إلى قوائم المطاعم التي يضمها. بعد ذلك، يمكن لنموذج اللغة الكبيرة إنشاء توصية مخصصة للأطباق باللغة الطبيعية.
"تقوم HeatWave بالتعلم الآلي بالطريقة الصحيحة. من خلال إدخال التعلم الآلي إلى البيانات باستخدام HeatWave AutoML بطريقة مؤتمتة وفعَّالة من ناحية التكلفة، تسرِّع HeatWave اعتماد التعلم الآلي".
"يجعل حل HeatWave AutoML المضمن في قاعدة البيانات Redshift ML يبدو وكأنه تقنية الأمس من ناحية الهندسة والأداء والتكلفة."
"أعتقد أن الأتمتة المُضمنة في HeatWave AutoML تجعل من السهل بشكل ملموس على العملاء استخدامها، مما يوسع التعلم الآلي إلى ما هو أبعد من مجال علماء البيانات".
"باستخدام HeatWave AutoML، يتم وصول الجميع إلى التعلم الآلي، ويكون سريعًا، ويستخدم بيانات محدثة، ويكلف أقل من خدمات قاعدة البيانات السحابية الأخرى."
يمكنك الوصول إلى الوثائق للبدء بسهولة باستخدام HeatWave AutoML.
تجربة HeatWave AutoML وفقًا إلى سرعتك الخاصة من خلال إرشادات تفصيلية.
تتعرف على طريقة إنشاء نموذج تعلم آلي تنبئي باستخدام HeatWave AutoML.
تنشئ MovieHub، وهو تطبيق بث أفلام خيالي يقدم توصيات أفلام مُخصصة باستخدام HeatWave AutoML.
طلب ورشة عمل مجانية بقيادة الخبراء لتقييم HeatWave AutoML أو البدء بها.
الاشتراك للحصول على تجربة مجانية من HeatWave AutoML. يمكنك الوصول إلى الموارد المجانية لفترة غير محدودة.
هل تفكر في الشراء؟
الاتصال بالمبيعاتالدردشة مع فريق المبيعاتالحساب/الاشتراك، مشكلات الترقيات
ابدأ الدردشةالدعم الفني، أو طلبات الدعم الأُخرى؟
عرض خيارات الدعم