Explorador de recursos do Analytics Platform

IA e AM

O Oracle Analytics incorpora IA/ML em toda a plataforma, atendendo a usuários de todos os níveis de habilidade, dos usuários aos desenvolvedores. Vá além dos recursos integrados de IA/ML com o Oracle Database Machine Learning e o OCI AI Services para abranger uma gama mais ampla de casos de uso.

Inteligência artificial e machine learning para análise

A plataforma Oracle Analytics conta com machine learning integrado em todos os aspectos do processo analítico, desde os dados até a decisão, incluindo a recomendação de insights, e oferece suporte a todas as funções, desde os usuários até os desenvolvedores. Expanda os recursos integrados com serviços adicionais da OCI, como serviços de IA, para se aprofundar ainda mais nos casos de uso de IA/ML.

Assista a uma demonstração de previsão com um clique (1:18)

Machine learning para usuários comerciais

As análises avançadas com um clique exibem previsões, tendências, clusters e referências rápidas. Os usuários podem personalizar o intervalo de previsão e o tipo de modelo dos algoritmos incorporados para melhor se adequar aos dados e ao caso de uso de negócios.

Figura 1: adicionando uma previsão com um clique

O recurso Explain examina o conjunto de dados para identificar motivadores de negócios significativos, insights contextuais e anomalias de dados com apenas alguns cliques e sem codificação. Escolha os visuais e achados do Explain para começar uma nova história ou painel.

Figura 2: automaticamente gere insights visuais orientados por análises


O recurso Auto-Insights examina conjuntos de dados e usa o ML para criar automaticamente insights visuais com todas as métricas e atributos disponíveis. Isso pode levar a conexões e padrões não descobertos nos dados que, de outra forma, não seriam considerados. Com um clique, o Oracle Analytics exibirá uma série de visualizações com descrições detalhadas que podem ser facilmente adicionadas à tela do projeto. Todos os cálculos usados para obter os insights são transparentes e editáveis.

Figura 3: explicando métricas ou atributos com um clique


Use os recursos Explain e Auto-Insights para iniciar seus projetos com insights orientados por análise e com base em ML, evitando a síndrome da folha em branco e resultados tendenciosos.

Assista a uma demonstração de NLP (1:16)

Linguagem natural

Use o processamento de linguagem natural (NLP) com tecnologia de IA e a geração de linguagem natural (NLG) juntamente com respostas generativas criadas por IA, para interagir e entender melhor as análises. Simplesmente use palavras-chave faladas ou digitadas em linguagem natural para consultar qualquer informação dos conjuntos de dados e da camada semântica do Oracle Analytics, sem a necessidade de entender onde os dados residem ou a composição do conjunto de dados. Renderize automaticamente as visualizações no contexto à medida que a consulta estiver sendo criada.

Figura 4: consulta de linguagem natural (NLP)

O NLG cria narrativas textuais inteligentes de visualizações que, por padrão, são conectadas ao vivo à fonte de dados e interagem com outros objetos de dados na tela, como visualizações e filtros. O detalhe da narrativa tem sete níveis selecionáveis, e a descrição pode ser definida como "tendência" ou "detalhamento". As narrativas textuais estão disponíveis em vários idiomas. Com o aplicativo móvel, as pastas de trabalho de análises podem ser convertidas em narrativas faladas, como podcasts.

Figura 5: geração de linguagem natural (NLG)


Machine learning para cientistas de dados

Durante a preparação de dados, você pode usar o editor de fluxo de dados para escolher entre o treinamento de previsão numérica, multiclassificadores, classificadores binários ou clusterização com diferentes algoritmos incorporados. Esses algoritmos de ML podem ser personalizados, treinados, configurados e publicados para ampla comunidade de usuários das análises. Depois que os modelos são publicados, eles podem ser aplicados a novos conjuntos de dados corporativos ou pessoais.

Figura 6: personalização de um modo de ML de regressão linear

Os modelos treinados na Oracle Analytics Cloud podem ser verificados quanto à qualidade e precisão. Por exemplo, esse classificador binário Naïve Bayes foi treinado com dados de atrito, e a qualidade do algoritmo é avaliada em relação aos valores verdadeiros conhecidos dos dados de teste.

Figura 7: análise da precisão de um modelo de ML

Tenha acesso à profundidade e a sofisticação do Machine Learning no Oracle Database, parte do Oracle Autonomous Database. O Machine Learning no Oracle Database oferece uma plataforma centralizada para desenvolver, testar e publicar modelos de ML usando SQL, R, Python, REST e AutoML. Ele oferece aos usuários corporativos a flexibilidade do autoatendimento ao preparar seus dados. Os modelos publicados podem ser registrados na Oracle Analytics Cloud para que populações de negócios mais amplas acessem e executem com seus próprios conjuntos de dados.

Desenvolvimento com os serviços de IA da OCI

A Oracle Analytics Cloud pode ser integrada ao OCI AI Services, incluindo OCI Vision e Document Understanding. Essas integrações ampliam os recursos incorporados existentes de machine learning da OAC para incluir uma gama ainda mais ampla de casos de uso de negócios. Use modelos pré-treinados ou projete, refine e implemente modelos personalizados, registrando-os na OAC para conceder acesso direto aos profissionais de negócios. Com o serviço Document Understanding, você pode aplicar modelos de IA a documentos, como arquivos JPEG e PDF, e extrair valores-chave e o contexto. Isso ajuda as organizações a desbloquear informações de documentos para gerar insights adicionais, mesmo que as informações não tenham sido registradas em um banco de dados central. Essas abordagens dinâmicas e de autoatendimento reduzem a dependência dos usuários corporativos em relação à equipe de ciência de dados para a execução rotineira e repetitiva de modelos e entrega de resultados. Os usuários corporativos podem programar e executar modelos de forma independente, permitindo que os especialistas em ciência de dados se concentrem em tarefas mais estratégicas.