Recursos do HeatWave AutoML

Machine learning (ML) integrado

O Oracle HeatWave AutoML inclui tudo o que os usuários precisam para criar, treinar e explicar modelos de machine learning no HeatWave, sem custo adicional. Com o ML integrado no HeatWave, você não precisa mover dados para um serviço de ML separado. Você pode aplicar treinamento, inferência e explicação de ML de forma fácil e segura aos dados armazenados no MySQL Database e no armazenamento de objetos com a ajuda do Oracle HeatWave AutoML. Como resultado, ele ajuda você a acelerar iniciativas de ML, aumentar a segurança e reduzir custos.

Ciclo de vida de ML automatizado

O HeatWave AutoML automatiza o ciclo de vida do ML, incluindo seleção de algoritmos, amostragem inteligente de dados para treinamento de modelos, seleção de recursos e otimização de hiperparâmetros, ajudando analistas de dados e cientistas de dados a economizar tempo e esforço significativos. Aspectos do pipeline de ML podem ser personalizados, incluindo seleção de algoritmos e de recursos e otimização de hiperparâmetros. O HeatWave AutoML suporta detecção de anomalias, previsão, classificação, regressão e tarefas de sistema de recomendação, inclusive em colunas de texto. Os usuários podem fornecer feedback sobre os resultados da detecção de anomalias não supervisionadas e usar esses dados para ajudar a melhorar as previsões subsequentes.

Sistema para recomendações personalizadas

Os sistemas de recomendação são uma das aplicações de ML mais procuradas. Ao considerar tanto o feedback implícito (compras anteriores, comportamento de navegação e assim por diante) quanto o explícito (avaliações, curtidas e assim por diante), o sistema de recomendação do HeatWave AutoML pode gerar sugestões personalizadas. Os analistas, por exemplo, podem prever itens que um usuário irá gostar, usuários que irão gostar de um item específico e classificações que os itens receberão. Eles também podem, dado um usuário, obter uma lista de usuários semelhantes e, dado um item específico, obter uma lista de itens semelhantes.

Console interativo do HeatWave AutoML

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. O console também facilita para os usuários explorar cenários hipotéticos para avaliar suposições, por exemplo, “Como investir 30% a mais em publicidade paga em mídias sociais afetaria a receita e o lucro?”

Modelos de ML explicáveis

Todos os modelos treinados pelo HeatWave AutoML são explicáveis. O HeatWave AutoML ajuda a fornecer previsões com uma explicação dos resultados, auxiliando organizações com conformidade regulatória, imparcialidade, repetibilidade, causalidade e confiança.

Modelagem de tópicos

A modelagem de tópicos ajuda os usuários a descobrir insights em grandes conjuntos de dados textuais, ajudando-os a entender temas-chave em documentos, por exemplo, para concluir análises de sentimentos em dados de mídia social.

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.

Usar habilidades atuais

Desenvolvedores, analistas e cientistas de dados podem criar modelos de ML usando comandos SQL familiares; eles não precisam aprender novas ferramentas e linguagens. Além disso, o HeatWave AutoML é integrado a notebooks, populares como Jupyter e Apache Zeppelin.