O Oracle HeatWave AutoML fornece machine learning (ML) integrado, automatizado e seguro, ajudando você a criar, treinar e explicar modelos sem experiência em ML, movimentação de dados ou custo adicional. Disponível na Oracle Cloud Infrastructure (OCI), Amazon Web Services (AWS) e Microsoft Azure.
Junte-se a nós para descobrir como você pode aproveitar o portfólio do HeatWave.
Solicite um workshop gratuito ministrado por especialistas para avaliar ou começar a usar o HeatWave.
Analistas da Nucleus Research entrevistaram diversas organizações que usam o HeatWave e relataram melhorias operacionais significativas, incluindo um aumento de cem vezes nas consultas híbridas OLTP/OLAP.
Elimine movimentações de dados complexas e demoradas para um serviço separado com ML integrado. Aplique facilmente treinamento, inferência e explicação de ML a dados armazenados no MySQL Database ou no armazenamento de objetos.
Automatize o ciclo de vida de ML, incluindo seleção de algoritmos, amostragem inteligente de dados para treinamento de modelos, seleção de recursos e otimização de hiperparâmetros. Não é necessária experiência em ML.
Mantenha seus dados em um sistema de gerenciamento de dados com uma única configuração de segurança e controles de acesso centralizados. Todas as comunicações são autenticadas e criptografadas.
Treine modelos de ML mais rapidamente, permitindo que você retreine modelos com mais frequência e obtenha resultados mais precisos.
O HeatWave AutoML suporta detecção de anomalias, previsão, classificação, regressão e tarefas de sistema de recomendação, inclusive em colunas de texto.
Ao considerar tanto o feedback implícito (como compras anteriores e comportamento de navegação) quanto o explícito (como classificações e curtidas), o sistema de recomendação do HeatWave AutoML pode ajudar, por exemplo, a gerar sugestões personalizadas para a próxima compra.
Todos os modelos treinados pelo HeatWave AutoML são explicáveis. O HeatWave AutoML fornece previsões com uma explicação dos resultados, dando suporte com confiança, imparcialidade e conformidade regulatória.
A detecção de desvio de dados ajuda os analistas a determinar quando retreinar os modelos, identificando as diferenças entre os dados usados para treinamento e os novos dados recebidos.
O console interativo permite que analistas de negócios criem, treinem, executem e expliquem modelos de ML usando uma interface visual. Não há necessidade de saber comandos SQL ou código. Eles também podem explorar facilmente cenários hipotéticos para avaliar suposições.
O HeatWave AutoML é integrado a notebooks, populares como Jupyter e Apache Zeppelin.
Analistas de negócios e desenvolvedores sem experiência em ML podem usar o HeatWave AutoML para ajudar a prever a rotatividade de clientes. O ciclo de vida de ML é automatizado e os dados não saem do banco, ajudando a reduzir os riscos de segurança. Uma vez construído, o modelo pode prever a probabilidade de rotatividade de clientes.
O usuário afirma que seu caso de uso é “Preciso da capacidade de prever a rotatividade de clientes”. Ele pode então aproveitar a automação do HeatWave AutoML para criar um modelo de machine learning de classificação, o que é mais apropriado neste caso. Feito isso, o usuário pode usar o modelo de ML, por exemplo, perguntando: "Qual a probabilidade de esse cliente sair?" e obtendo a resposta "A probabilidade de esse cliente sair é de 72%".
Analistas de negócios e desenvolvedores sem experiência em ML podem usar o HeatWave AutoML para ajudar a detectar transações fraudulentas. O ciclo de vida de ML é automatizado e os dados não saem do banco, ajudando a reduzir os riscos de segurança. Uma vez construído, o modelo pode prever a probabilidade de fraude associada às transações.
O usuário afirma que seu caso de uso é “Preciso detectar transações potencialmente fraudulentas”. Ele pode então aproveitar facilmente a automação do HeatWave AutoML para criar um modelo de machine learning de detecção de anomalias, o que é mais apropriado neste caso. Feito isso, o usuário pode usar o modelo ML, por exemplo, perguntando: “Quais dessas transações são provavelmente fraudulentas?” e obtendo a resposta “Aqui estão as transações identificadas como potencialmente fraudulentas com probabilidades associadas”.
Os desenvolvedores podem criar aplicações aproveitando o poder combinado do ML integrado e da IA generativa no HeatWave para fornecer recomendações personalizadas. Neste exemplo, a aplicação usa o sistema de recomendação do HeatWave AutoML para ajudar a sugerir restaurantes com base nas preferências do usuário ou no que ele pediu anteriormente. Com o HeatWave Vector Store, a aplicação pode ajudar também a pesquisar nos menus dos restaurantes em formato PDF para sugerir pratos específicos, proporcionando maior valor aos clientes.
Um usuário pergunta via HeatWave Chat “Quais pratos veganos você sugere para mim hoje?”. Primeiro, o sistema de recomendação HeatWave AutoML sugere uma lista de restaurantes com base no que o usuário já pediu anteriormente. Em seguida, o HeatWave Vector Store fornece um prompt aumentado para o LLM com base nos menus dos restaurantes que ele abriga. O LLM pode então gerar uma recomendação personalizada de pratos em linguagem natural.
"O HeatWave sabe como fazer o melhor uso do machine learning. Ao trazer ML para os dados com o HeatWave AutoML de uma forma automatizada e econômica, o HeatWave acelera a adoção de dessa tecnologia.”
“O HeatWave AutoML no banco de dados faz com que o Redshift ML pareça uma tecnologia ultrapassada em termos de engenharia, desempenho e custo.”
“Acredito que a automação incorporada ao HeatWave AutoML tornará o uso significativamente mais fácil para os clientes, estendendo o ML além do domínio dos cientistas de dados.”
“Com o HeatWave AutoML, o machine learning é democratizado, rápido, usa dados atualizados e custa menos do que outros serviços de banco de dados em nuvem.”
Acesse a documentação para começar facilmente a usar o HeatWave AutoML.
Experimente o HeatWave AutoML no seu próprio ritmo com instruções passo a passo.
Você aprenderá a construir um modelo preditivo de ML usando o HeatWave AutoML.
Você criará o MovieHub, uma aplicação fictícia de streaming de filmes que fornece recomendações personalizadas de filmes usando o HeatWave AutoML.
Solicite um workshop gratuito ministrado por especialistas para avaliar o HeatWave AutoML ou começar a usá-lo.
Inscreva-se para obter uma avaliação gratuita do HeatWave AutoML. Você terá acesso a recursos gratuitos por um tempo ilimitado.
Deseja aprender mais sobre o HeatWave AutoML? Deixe um de nossos especialistas ajudar.