Vorgefertigtes maschinelles Lernen für Analysen
Oracle Fusion Analytics bietet einsatzbereites maschinelles Lernen (ML) für bestimmte Geschäftsprozesse. Darüber hinaus können Benutzer dieselben Services der Fusion Analytics-Plattform nutzen, um ihre eigenen ML-gestützten Anwendungsfälle zu erstellen oder mit wenigen Klicks Self-Service-ML und prädiktive Analysen anzuwenden, um Geschäftsanwender, Analysten und Datenwissenschaftler zu unterstützen.
Vorgefertigtes maschinelles Lernen für bestimmte Geschäftsprozesse
Oracle Fusion Analytics erweitert seine Bibliothek mit gebrauchsfertigem maschinellem Lernen für bestimmte Geschäftsprozesse, damit die Benutzer ihre eigenen Erkenntnisse und Ergebnisse gewinnen können. Hier einige Beispiele:
Prognostiziert das Risiko, dass ein Kunde zu spät zahlt oder eine Rechnung zu spät bezahlt wird. Hilft bei der Priorisierung von Einziehungen und verbessert den Cashflow.
Ermöglicht die Erkennung und Überwachung von Indikatoren für negative Auswirkungen bei Einstellungen, Kündigungen und Beförderungen nach Geschlecht und ethnischer Herkunft.
Plattform für maschinelles Lernen für Data Scientists
Oracle Fusion Analytics umfasst auch eine unternehmensweite Plattform für maschinelles Lernen, mit der Data Scientists maschinelles Lernen innerhalb der Datenbank ausführen können, in der sich die Daten befinden. Diese Plattform mit der Bezeichnung Machine Learning in Oracle Database umfasst mehr als dreißig ML-Algorithmen, die automatisiertes maschinelles Lernen ohne Code ermöglichen. Maschinelles Lernen in Oracle Database bietet natürliche Schnittstellen für gängige Programmiersprachen, die in der Datenwissenschaft verwendet werden, wie SQL, R und Python.
Vor allem aber bietet Fusion Analytics Data Scientists und Analysten eine Selfservice-Methode, um auf diese Modelle aus dem zentralen Repository zuzugreifen und sie einfach auf ihren eigenen Datensätzen auszuführen, um Vorhersagen zu erstellen.
Selfservice-ML
Durch die Nutzung der Funktionen der zugrunde liegenden Oracle Analytics Cloud kann jeder maschinelles Lernen und vorausschauende Analysen anwenden, um Anomalien schnell zu erkennen und Ergebnisse vorherzusagen.
Entdecken Sie Einblicke mit erklärbarem maschinellem Lernen
Mit der Explain-Funktion können Sie jeden Datensatz untersuchen, um mit wenigen Klicks aussagekräftige Geschäftsfaktoren und Datenanomalien zu identifizieren. Erhalten Sie im Gegenzug automatische Visualisierungen, um neue, tiefer gehende Analysen anzustoßen.
Advanced Analytics
Wenden Sie vordefinierte erweiterte Analysen mit wenigen Mausklicks einfach an.
- Vorhersage: Erstellen Sie Vorhersagen mit Hilfe vorgefertigter Prognosemodelle, um die Möglichkeiten für die nächsten Zeiträume auf der Grundlage vergangener und aktueller Daten zu berechnen.
- Trendlinie: Hebt eine bestimmte Richtung in den Daten hervor.
- Clustern: Finden Sie Gruppierungen von Objekten, die eine größere Kohärenz und Nähe zueinander aufweisen als zu den Objekten in anderen Gruppen.
- Ausreißer: Erkennen Sie Ausreißer und Anomalien, die am weitesten vom erwarteten Durchschnitt der Werte entfernt sind.
- Textanalyse (z. B. Stimmungsanalyse): Verstehen Sie den Tonfall, wie z. B. negativ, positiv oder neutral, von Antworten auf Umfragen oder Fragebögen.
- Affinitätsanalyse (z. B. Warenkorbanalyse): Entdecken Sie Beziehungen in Ihren Daten, indem Sie Gruppen von Artikeln identifizieren, die häufig zusammen auftreten.
- Diagramm-Analysen: Stellen Sie Datenbeziehungen visuell dar, z. B. wie Personen und Transaktionen miteinander verbunden sind oder die kürzeste Entfernung zwischen zwei Knotenpunkten in einem Netzwerk.
Selfservice-Funktionen für die Erstellung von Vorhersagemodellen
Oracle Fusion Analytics umfasst verschiedene Algorithmen für maschinelles Lernen, mit deren Hilfe Sie Vorhersagemodelle erstellen und trainieren können, um einen Zielwert vorherzusagen oder Klassen von Datensätzen zu identifizieren - ganz ohne Programmierung. Beispiele für verfügbare Algorithmustypen sind Klassifizierungs- und Regressionsbäume (CART), logistische Regression und k-means. Nachdem das Vorhersagemodell trainiert wurde, kann es jeder auf jeden Datensatz anwenden.
