Machine learning prédéfini pour l'analyse
Oracle Fusion Analytics fournit du machine learning (ML) prêt à l'emploi pour des processus métier spécifiques. En outre, les utilisateurs peuvent tirer parti des mêmes services de plateforme Fusion Analytics pour créer leurs propres cas d'utilisation basés sur le machine learning. Ils peuvent aussi appliquer facilement le machine learning en libre-service et les analyses prédictives en quelques clics, prenant en charge les utilisateurs professionnels, les analystes et les data scientists.
Machine learning prédéfini pour des processus métier spécifiques
Oracle Fusion Analytics continue d'étendre sa bibliothèque de machine learning prêt à l'emploi pour des processus métier spécifiques afin que les utilisateurs puissent découvrir leurs propres informations et résultats. Voici quelques exemples :
Prédit le risque de retard dans les paiements. Permet de hiérarchiser les recouvrements et d'améliorer la trésorerie.
Permet de détecter et de surveiller les indicateurs d'impact négatif des embauches, des fins de contrat et des promotions par sexe et origine ethnique.
Plateforme de machine learning pour les data scientists
Oracle Fusion Analytics inclut également une plateforme de machine learning à l'échelle de l'entreprise permettant aux analystes de données d'exécuter le machine learning dans la base de données, où résident les données. Cette plateforme, appelée Machine Learning in Oracle Database, comprend plus de trente algorithmes de machine learning pour rendre possible le machine learning sans code. Le machine learning dans Oracle Database fournit des interfaces naturelles pour les langages de programmation populaires utilisés en data science, tels que SQL, R et Python.
Plus important encore, Fusion Analytics fournit aux data scientists et aux analystes citoyens une méthode en libre-service pour accéder à ces modèles à partir du référentiel central et les exécuter facilement sur leurs propres jeux de données afin de générer des prédictions.
ML en libre-service
En exploitant les fonctionnalités sous-jacentes d'Oracle Analytics Cloud, tout le monde peut appliquer le machine learning et les analyses prédictives pour détecter rapidement les anomalies et prévoir les résultats.
Découvrez des informations grâce au machine learning pouvant être expliqué
La fonctionnalité Explain vous permet d'identifier rapidement des facteurs déterminants pour votre activité et des anomalies de données dans un jeu de données en seulement quelques clics. Obtenez des visualisations automatiques en retour pour lancer de nouvelles analyses plus profondes.
Analyses avancées
Appliquer facilement des analyses avancées prédéfinies en quelques clics.
- Prévisions : Fait des prévisions à l'aide de modèles de prévision prédictive prédéfinis pour calculer les possibilités pour l'ensemble de périodes suivant en fonction des données passées et présentes.
- Ligne de tendance : Met en évidence une direction spécifique dans les données.
- Clusters : Trouve des regroupements d'objets montrant plus de cohérence et de proximité entre eux que ceux d'autres groupes.
- Valeurs aberrantes : Repère les valeurs aberrantes et les anomalies les plus éloignées des attentes moyennes des valeurs.
- Analyse de texte (par exemple, analyse des sentiments) : Comprend le ton, comme négatif, positif ou neutre, des réponses aux enquêtes ou aux questionnaires.
- Analyse d'affinité (par exemple, analyse du panier d'achats) : Découvre des relations dans vos données en identifiant des ensembles d'éléments qui apparaissent souvent ensemble.
- Analyse graphique : Affiche les relations entre les données, telles que la façon dont les personnes et les transactions sont connectées ou la distance la plus courte entre deux nœuds dans un réseau.
Fonctions de modélisation prédictive en libre-service
Oracle Fusion Analytics inclut divers algorithmes de machine learning pour aider à créer et entraîner des modèles prédictifs afin de prédire une valeur cible ou d'identifier des classes d'enregistrements, sans codage requis. Les exemples de types d'algorithmes disponibles incluent les arbres de classification et de régression (CART), la régression logistique et les k-moyens. Une fois le modèle prédictif entraîné, tout le monde peut l'appliquer à n'importe quel jeu de données.
