Fonctionnalités HeatWave AutoML

Machine learning intégré (ML)

Oracle HeatWave AutoML comprend tout ce dont les utilisateurs ont besoin pour créer, entraîner, déployer et expliquer des modèles de machine learning dans HeatWave, sans frais supplémentaires. Avec le ML intégré dans HeatWave, vous n'avez pas besoin de déplacer des données vers un service de ML distinct. Vous pouvez appliquer l'entraînement facilement et en toute sécurité, ainsi que l'inférence et l'explication du machine learning aux données stockées à la fois dans MySQL Database et dans le stockage d'objets à l'aide d'Oracle HeatWave AutoML. Dès lors, vous pouvez accélérer vos projets de machine learning, renforcer votre sécurité et réduire vos coûts.

Automatisation du cycle de vie du machine learning

HeatWave AutoML automatise le cycle de vie du machine learning, notamment la sélection d'algorithmes, l'échantillonnage intelligent des données pour l'entraînement de modèles, la sélection des caractéristiques et l'optimisation des hyperparamètres. Les analystes de données et les data scientists gagnent ainsi du temps et évitent les tâches chronophages. Les aspects du vivier de machine learning peuvent être personnalisés, notamment la sélection d'algorithmes, la sélection de fonctionnalités et l'optimisation des hyperparamètres. HeatWave AutoML prend en charge les tâches de détection d'anomalies, de prévision, de classification, de régression et de recommandation, y compris pour les colonnes de texte. Les utilisateurs peuvent fournir des commentaires sur les résultats de la détection d'anomalies non supervisées et utiliser ces données étiquetées pour améliorer les prédictions ultérieures.

Système de recommandations personnalisées

Les systèmes de recommandations sont l'une des applications de ML les plus recherchées. En prenant en compte les retours implicites (achats passés, comportement de navigation, etc.) et les retours explicites (évaluations, mentions J'aime, etc.), le système de recommandations HeatWave AutoML peut générer des recommandations personnalisées. Les analystes, par exemple, peuvent prévoir les articles qu'un utilisateur désire, les utilisateurs qui aimeront un élément spécifique et les évaluations qu'ils recevront. Elles peuvent également dresser une liste des utilisateurs similaires à un utilisateur donné ou trouver des articles similaires.

Console interactive HeatWave AutoML

La console interactive permet aux analystes de créer, d'entraîner, d'exécuter et d'expliquer des modèles de machine learning à l'aide d'une interface visuelle. Il n'est pas nécessaire de connaître les commandes ou le codage SQL. La console facilite également aux utilisateurs l'exploration de scénarios de simulations pour évaluer des hypothèses commerciales, comme par exemple : « Si nous investissons 30 % de plus dans la publicité payante sur les réseaux sociaux, quels en seraient les effets sur les revenus et les bénéfices ? »

Modèles de machine learning explicables

Tous les résultats des modèles entraînés par HeatWave AutoML peuvent être expliqués. HeatWave AutoML fournit des prédictions avec une explication des résultats, ce qui aide les entreprises à respecter la conformité, l'équité, la répétabilité, la causalité et la fiabilité.

Modélisation de sujet

La modélisation de sujets aide les utilisateurs à découvrir des informations dans de grands jeux de données textuelles en les aidant à comprendre les thèmes clés des documents, par exemple, pour effectuer une analyse des sentiments sur les données issues des réseaux sociaux.

Détection de dérive de données

La détection de dérive des données aide les analystes à déterminer quand réentraîner les modèles en détectant les différences entre les données utilisées pour l'entraînement et les nouvelles données entrantes.

Utilisez vos compétences actuelles

Les développeurs et les analystes de données peuvent créer des modèles de machine learning à l'aide de commandes SQL courantes. Ils n'ont pas besoin d'apprendre de nouveaux outils et langages. De plus, HeatWave AutoML est intégré à des blocs-notes populaires tels que Jupyter et Apache Zeppelin.