IA et ML
Oracle Analytics intègre l'IA/le ML dans toute la plateforme, en s'adressant aux utilisateurs et codeurs de tous les niveaux de compétences. Dépassez les capacités intégrées d'IA/de ML avec Oracle Database Machine Learning et les services OCI AI pour couvrir un plus large éventail de cas d'usage.
L'intelligence artificielle et le machine learning pour l'analyse
Oracle Analytics intègre l'intelligence artificielle, l'IA générative et le machine learning dans tous les aspects du processus d'analyse, des données à la décision, afin d'améliorer la productivité des utilisateurs et de fournir de meilleures informations basées sur l'analyse pour soutenir chaque rôle. Développez vos fonctionnalités intégrées avec des services Oracle Cloud Infrastructure (OCI) supplémentaires pour traiter encore plus de cas d'usage de l'IA/du ML.
Le machine learning pour les utilisateurs avancés
Utilisez l'analyse avancée en un clic pour afficher des prévisions rapides, des lignes de tendance, des clusters et des lignes de référence. Les utilisateurs peuvent personnaliser l'intervalle de prédiction et le type de modèle des algorithmes intégrés pour mieux adapter les données et le cas d'emploi de l'entreprise.
En quelques clics et sans codage, vous pouvez utiliser la fonction Explain pour examiner le jeu de données et identifier des facteurs métier significatifs, des informations contextuelles et des anomalies de données. Choisissez des visuels et des résultats dans Explain (Expliquer) pour démarrer un nouveau tableau de bord et un nouvel article.
La fonction Auto Insights examine les jeux de données et utilise le machine learning pour créer automatiquement des informations visuelles avec tous les attributs et métriques disponibles. Cela peut révéler des connexions et des modèles qui n'avaient pas été repérés dans les données et qui n'auraient pas été pris en compte autrement. En un clic, Oracle Analytics affiche une série de visualisations avec des descriptions détaillées que vous pouvez facilement ajouter à votre canevas de projet. Tous les calculs utilisés pour obtenir les analyses clés sont transparents et modifiables.
Utilisez les fonctionnalités Explain et Auto Insights pour démarrer vos projets avec des informations exploitables optimisées par le machine learning et l'analyse, et évitez le syndrome de la page blanche et les résultats biaisés.
Assistant d'IA générative pour les analystes
Oracle Analytics AI Assistant utilise des grands modèles de langage d'IA générative (LLM) via une interface conversationnelle pour aider les analystes à devenir plus productifs. En traduisant le langage naturel en actions précises, Assistant AI comble le fossé entre la vision d'un analyste et sa réalisation. Cela permet aux analystes de demander des modifications ou des changements spécifiques et à AI Assistant d'automatiser l'exécution. En conséquence, les analystes n'ont pas besoin d'être un expert en outils de visualisation ni de perdre du temps à rechercher la fonction ou la configuration appropriée. Les analystes familiers avec d'autres outils de visualisation, tels que Power BI ou Tableau, peuvent rapidement devenir productifs avec Oracle Analytics.
Choisissez parmi deux modèles de langues.
Un LLM intégré spécialement conçu pour comprendre Oracle Analytics et les jeux de données actifs dans votre classeur actuel. Il est précis et moins sujet aux hallucinations car, contrairement aux LLM externes, il est optimisé pour les conversations et les tâches d'analyse. Par exemple, la commande "Quels sont les 5 principaux pays par chiffre d'affaires pour nos clients de fidélité de niveau or ? »
Bring-your-own-LLM (BYO-LLM) vous permet d'intégrer un abonnement LLM externe à partir de services tels que OpenAI. Un LLM externe fournit des connaissances supplémentaires à partir de ses données de formation sur le monde extérieur au-delà des jeux de données déjà dans le projet d'analyse. Cela permet des requêtes plus flexibles utilisant des faits référencés en externe pour définir correctement les valeurs de filtre. Par exemple, la commande "Quels étaient les revenus des ventes des jours fériés fédéraux américains en 2024 pour les 10 villes américaines les plus peuplées où la température moyenne était de 22 °C ou plus ? »
Dans cet exemple, le jeu de données du projet d'analyse comprend un tableau de revenus, un tableau de dates et un tableau régional. Ces tableaux ne contiennent pas d'informations sur les jours fériés américains, les populations de villes et les données météorologiques historiques. Le LLM renseigne ces détails manquants, en fournissant les valeurs de filtres correctes pour limiter avec précision les tableaux de dates et de régions.
Traitement et génération du langage naturel
Utilisez le traitement du langage naturel (NLP) et la génération du langage naturel (NLG) alimentés par l'IA, ainsi que des réponses générées par l'IA pour mieux interagir avec les analyses et les comprendre. Utilisez simplement le langage naturel (parlé ou par mots-clés) pour interroger n'importe quelle information à partir des jeux de données et de la couche sémantique d'Oracle Analytics, sans qu'il soit nécessaire de comprendre où résident les données ou la composition de l'ensemble de données. Affichez automatiquement les visualisations contextualisées lors de la création de la requête.
NLG crée des récits textuels intelligents de visualisations qui, par défaut, sont connectés en direct à la source de données et interagissent avec d'autres objets de données sur le canevas, tels que des visualisations et des filtres. Le récit détaillé comporte sept niveaux sélectionnables et la description peut être définie sur « tendance », ou « répartition ». Les récits textuels sont disponibles en plusieurs langues. Grâce à l'application mobile, vous pouvez convertir des classeurs d'analyse en récits oraux, tels que des podcasts.
Le machine learning pour les data scientists
Lors de la préparation des données, vous pouvez utiliser l'éditeur de flux de données pour entraîner la prédiction numérique, du multi-classificateur, du classificateur binaire ou du clustering avec différents algorithmes intégrés. Ces algorithmes de machine learning peuvent être personnalisés, entraînés, ajustés, puis publiés à l'ensemble de la communauté d'utilisateurs chargés de l'analyse. Une fois les modèles publiés, ils peuvent être appliqués à de nouveaux jeux de données d'entreprise ou personnelles.
La qualité et la précision des modèles entraînés dans Oracle Analytics Cloud peuvent être vérifiées. Par exemple, ce classificateur binaire Naïve Bayes a été entraîné avec des données d'attrition, et la qualité de l'algorithme est évaluée par rapport aux vraies valeurs connues des données de test.
Développement avec Oracle Database ML
Accédez à la profondeur et à la complexité du machine learning dans Oracle Database, intégré à Oracle Autonomous Database. Le machine learning dans Oracle Database fournit une plateforme gérée de manière centralisée pour développer, tester et publier des modèles de machine learning à l'aide de SQL, R, Python, REST et AutoML. Il offre aux utilisateurs professionnels la flexibilité d'utiliser de sapproches en libre-service lors de la préparation de leurs données. Les modèles publiés peuvent ensuite être enregistrés dans Oracle Analytics Cloud pour que des équipes opérationnelles plus larges puissent y accéder et les exécuter avec leurs propres jeux de données.
Vous pouvez utiliser la fonctionnalité AutoML dans Oracle Database dans un flux de données Oracle Analytics Cloud. Il analysera votre jeu de données, sélectionnera automatiquement l'algorithme de ML le plus précis et créera un nouveau modèle de ML. Cela simplifie le processus, permettant aux utilisateurs de créer des modèles précis sans expertise en machine learning.
Développement avec les services d'OCI AI
Oracle Analytics Cloud s'intègre aux services OCI AI, y compris OCI Vision et OCI Document Understanding. Ces intégrations étendent les fonctionnalités de machine learning intégrées existantes d'Oracle Analytics Cloud afin d'inclure un éventail encore plus large de cas d'usage. Utilisez des modèles pré-entraînés ou concevez, affinez et déployez des modèles personnalisés, et enregistrez-les dans Oracle Analytics Cloud pour que les professionnels puissent y accéder directement.
OCI Vision apporte la puissance de l'analyse d'images d'IA aux tableaux de bord Oracle Analytics Cloud. Imaginez utiliser les données des caméras de sécurité pour suivre automatiquement l'occupation des parkings ou surveiller le trafic des clients dans les magasins. OCI Vision analyse les images et traduit les informations visuelles en informations, permettant aux hommes d'affaires de raconter des récits de données en fonction de ce qui peut être vu.
Avec OCI Document Understanding, vous pouvez appliquer des modèles d'IA à des documents, tels que des fichiers JPEG et PDF, et extraire des valeurs clés et leur contexte. Cela permet de déverrouiller les informations des documents pour générer des analyses supplémentaires, même si ces informations n'ont pas été enregistrées dans une base de données centrale.
Ces approches dynamiques en libre-service réduisent la dépendance des utilisateurs métier à l'égard de votre équipe de data science pour l'exécution régulière et répétitive de modèles et la fourniture des résultats. Les utilisateurs professionnels peuvent planifier et exécuter leurs modèles de manière indépendante, ce qui permet aux experts en data science de se concentrer sur des tâches plus stratégiques.