Oracle HeatWave AutoML 提供集成、自动化、安全的机器学习 (ML),可帮助您在无需掌握机器学习专业知识、迁移数据或额外付费的情况下,构建、训练和解释机器学习模型。如今,该产品已登陆 Oracle Cloud Infrastructure (OCI)、Amazon Web Services (AWS) 和 Microsoft Azure。
加入我们,一起了解如何利用 HeatWave 产品组合的优势。
免费预约参加由专家主讲的研讨会,评估或开始使用 HeatWave。
Nucleus Research 分析师采访了多家使用 HeatWave 的企业,发现他们显著改善了运营,包括将混合 OLTP/OLAP 查询性能提高了一百倍。
通过集成的机器学习功能,您再也无需将复杂且耗时的数据移动到单独的机器学习服务中。轻松对存储在 MySQL Database 或对象存储中的数据应用机器学习训练、推断和解释。
实现机器学习生命周期自动化,包括算法选择、用于模型训练的智能数据采样、特性选择和超参数优化。无需掌握任何机器学习专业知识。
通过单一安全配置和集中式访问控制,将数据保存在一个数据管理系统中。所有通信均经过验证和加密。
更快地训练机器学习模型,让您能够更频繁地重新训练模型并获得更准确的结果。
HeatWave AutoML 支持异常检测、预测、分类、回归和推荐系统任务,包括在文本列中。
HeatWave AutoML 推荐系统可以同时考虑隐式反馈(例如过去的购买记录和浏览行为)和显式反馈(例如评分和喜欢),帮助您在下一次购物时生成个性化的商品推荐。
经 HeatWave AutoML 训练的所有模型都可解释。HeatWave AutoML 可提供预测并解释相关结果,为您提供可靠、公平和合规性支持。
数据偏差检测通过检测用于训练的数据与新接收的数据之间的差异,帮助分析师确定何时需要重新训练模型。
交互式控制台支持业务分析师在一个可视界面中轻松构建、训练、运行和解释 ML 模型,无需掌握 SQL 命令或编程。他们还可以轻松探索假设方案来评估业务假设。
HeatWave AutoML 还与 Jupyter 和 Apache Zeppelin 等主流记事本相集成。
即使是不具备机器学习专业知识的业务分析师和开发人员,他们也可以使用 HeatWave AutoML 来帮助预测客户流失。该机器学习生命周期是自动化的,数据不会离开数据库,有助于降低安全风险。一旦构建完成,该模型即可开始预测客户流失的概率。
用户指出,他/她的用例是“我需要预测客户流失的能力”。然后,他/她可以轻松利用 HeatWave AutoML 自动化功能来构建分类机器学习模型,该功能适用于此用例。构建完成后,用户可以使用该机器学习模型,例如提出问题“这个客户流失的可能性有多大?”并得到答案“这个客户流失的概率是 72%”。
即使是不具备机器学习专业知识的业务分析师和开发人员,他们也可以使用 HeatWave AutoML 来帮助检测欺诈性交易。该机器学习生命周期是自动化的,数据不会离开数据库,有助于降低安全风险。一旦构建完成,该模型即可开始预测与交易相关的欺诈概率。
用户指出,他/她的用例是“我需要检测潜在的欺诈交易”。然后,他/她可以轻松利用 HeatWave AutoML 自动化功能来构建异常检测机器学习模型,该功能适用于此用例。一旦构建完成,用户可以使用机器学习模型,例如提出问题“哪些交易可能是欺诈性的?”并得到答案“以下是与潜在欺诈交易及其相关概率”。
开发人员可以开发更强大且利用 HeatWave 内置的机器学习、生成式 AI 以及向量存储特性的应用,向用户提供个性化推荐方案。在本案例中,应用可使用 HeatWave AutoML 推荐系统,基于用户偏好或用户历史订餐记录来向用户推荐餐馆。得益于 HeatWave Vector Store,应用还可以帮助您额外搜索餐馆菜单(PDF 格式)来推荐菜肴,为用户创造更多价值。
一名用户通过 HeatWave Chat 提问“今天有哪些素食菜肴推荐?”。首先,HeatWave AutoML 的推荐系统基于用户历史订餐记录,向用户提供一个推荐餐馆列表。接下来,HeatWave Vector Store 基于所存储的餐馆菜单,面向 LLM 生成增强型提示。然后,LLM 以自然语言生成个性化菜肴建议。
“HeatWave does machine learning the right way.By bringing ML to the data with HeatWave AutoML in a cost-efficient, automated way, HeatWave accelerates ML adoption.”
“The in-database HeatWave AutoML makes Redshift ML look like yesterday’s tech in terms of engineering, performance, and cost.”
“I believe the automation built into HeatWave AutoML will make it tangibly easier for customers to use, extending ML beyond the realm of data scientists.”
“With HeatWave AutoML, machine learning is democratized, it’s fast, uses up-to-date data, and costs less than other cloud database services.”
获取文档,轻松开始使用 HeatWave AutoML。
注:为免疑义,本网页所用以下术语专指以下含义: