HeatWave AutoML

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.

Assista ao replay do keynote do arquiteto corporativo Edward Screven no Oracle CloudWorld: "Crie aplicações de IA generativa integradas e automatizadas com HeatWave GenAI".

Por que usar o HeatWave AutoML?

  • Crie aplicações mais rapidamente com ML integrado

    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.

  • Democratize o machine learning

    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.

  • Suporte à segurança de dados

    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.

  • Obtenha resultados mais precisos com menor custo

    Treine modelos de ML mais rapidamente, permitindo que você retreine modelos com mais frequência e obtenha resultados mais precisos.

Principais recursos do HeatWave AutoML

Recursos abrangentes de ML

O HeatWave AutoML suporta detecção de anomalias, previsão, classificação, regressão e tarefas de sistema de recomendação, inclusive em colunas de texto.

Sistema de recomendação integrado

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.

Modelos de ML explicáveis

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.

Detecção de desvio de dados

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.

Console interativo

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.

Integrado com ferramentas populares

O HeatWave AutoML é integrado a notebooks, populares como Jupyter e Apache Zeppelin.

Casos de sucesso de clientes do HeatWave AutoML

Casos de uso do HeatWave AutoML

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.


Diagrama de previsão de rotatividade de clientes, descrição abaixo:

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.


Diagrama de detecção de transações fraudulentas, descrição abaixo:

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.


RAG aprimorado com diagrama ML, descrição abaixo:

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.



Veja o que os principais analistas do setor estão dizendo sobre o HeatWave AutoML

  • Logotipo da Constellation Research

    "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.”

    Holger Mueller
    Vice-Presidente e Analista Principal, Constellation Research
  • Logotipo do Futurum Group

    “O HeatWave AutoML no banco de dados faz com que o Redshift ML pareça uma tecnologia ultrapassada em termos de engenharia, desempenho e custo.”

    Ron Westfall
    Analista Sênior e Diretor de Pesquisa, The Futurum Group
  • Logotipo da Moor Insights & Strategy

    “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.”

    Matt Kimball
    Vice-Presidente e Analista Principal, Moor Insights & Strategy
  • Logotipo do Enterprise Strategy Group

    “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.”

    Mike Leone
    Diretor de Prática, Análise de Dados e IA, Enterprise Strategy Group

Saiba mais sobre outras soluções HeatWave para suas diferentes cargas de trabalho

Conheça o HeatWave AutoML

Documentação

Acesse a documentação para começar facilmente a usar o HeatWave AutoML.

Aprenda com a orientação passo a passo

Experimente o HeatWave AutoML no seu próprio ritmo com instruções passo a passo.

Conheça o HeatWave AutoML

Você aprenderá a construir um modelo preditivo de ML usando o HeatWave AutoML.

Comece este laboratório


Crie uma aplicação de recomendação de filmes com o HeatWave AutoML

Você criará o MovieHub, uma aplicação fictícia de streaming de filmes que fornece recomendações personalizadas de filmes usando o HeatWave AutoML.

Comece este laboratório

Workshop gratuito do HeatWave AutoML

Solicite um workshop gratuito ministrado por especialistas para avaliar o HeatWave AutoML ou começar a usá-lo.

Experimente o HeatWave AutoML gratuitamente

Inscreva-se para obter uma avaliação gratuita do HeatWave AutoML. Você terá acesso a recursos gratuitos por um tempo ilimitado.

Fale com um especialista

Deseja aprender mais sobre o HeatWave AutoML? Deixe um de nossos especialistas ajudar.