面向分析的人工智能和机器学习
Oracle Analytics 将人工智能、生成式 AI 和机器学习技术嵌入到分析流程的各个环节（从处理数据到做出决策），从而提高用户工作效率并提供更好的分析驱动型洞察来支持所有角色。您可以利用更多 Oracle Cloud Infrastructure (OCI) 服务来扩展内置功能，以满足更多 AI/ML 用例需求。
面向业务用户的机器学习
您可以使用一键式高级分析功能，生成快速预测、趋势线、群集和参考线等视图，并通过自定义内置算法的预测间隔和模型类型，让分析结果更贴合数据和业务使用场景。
只需点击几下，无需编码，您就可以使用 Explain 功能检查数据集，识别有意义的业务驱动因素、情境化洞察以及数据异常。您可以从解释功能中选择视图和结果，展开一个新的仪表盘和故事。
Auto Insights 功能可检查数据集，并使用机器学习自动创建包含所有可用指标和属性的可视化洞察，帮助您发现潜藏在数据中的新连接和模式。只需点击一下，Oracle Analytics 就会显示一系列的可视化结果，其中包含了可以轻松添加到项目画布中的详细信息说明。所有用于生成洞察的计算都是透明和可编辑的。
通过 Explain 和 Auto Insights 功能，利用基于机器学习的分析驱动洞察启动项目，避免空白画布综合症和带有偏见的结果。
自然语言
使用 AI 驱动的自然语言处理 (NLP) 和自然语言生成 (NLG) 以及由生成式 AI 创建的响应，更好地交互和理解分析。只需使用自然语言提问或搜索关键字，即可从 Oracle Analytics 数据集和语义层查询任何信息，无需了解数据驻留的位置或数据集的构成。在构建查询时，自动呈现符合情境的可视化结果。
NLG 可创建可视化的智能文本叙述，这些可视化结果在默认情况下会实时连接到数据源并与画布上的其他数据对象（例如可视化和筛选器）进行交互。叙述细节有七个可选级别，描述则可以设置为“趋势”或“细分”。文本叙述支持多种语言。通过使用移动应用，您可以将分析工作簿转换为语音叙述，例如播客。
面向数据科学家的机器学习
在数据准备期间，您可以使用数据流编辑器来训练数字预测、多分类器、二进制分类器或使用不同内置算法的聚类模型。您可以对这些机器学习算法进行自定义、训练、优化，然后发布到更广泛的分析用户社区。模型在发布后还可用于新的公司或个人数据集。
在 Oracle Analytics Cloud 中训练的模型可进行质量和准确性检查。例如，这个朴素贝叶斯二进制分类器已经使用减员数据进行了训练，并且根据测试数据中的已知真实值对算法质量进行评分。
使用 Oracle Database ML 进行扩展
了解 Oracle Autonomous Database 的 Machine Learning in Oracle Database 的深度和复杂性。Machine Learning in Oracle Database 提供了一个中央监管平台，支持使用 SQL、R、Python、REST 和 AutoML 来开发、测试和发布机器学习模型。该解决方案支持业务用户在准备数据时灵活使用自助式方法。然后，已发布的模型可在 Oracle Analytics Cloud 中注册，让更多业务人员可以访问和执行，并使用自己的数据集。
您可以在 Oracle Analytics Cloud 数据流中使用 Oracle Database 中的 AutoML 功能。它将分析您的数据集，自动选择最准确的机器学习算法，并创建新的机器学习模型。这种方法简化了流程，即使用户不具备机器学习专业知识也能创建准确的模型。
使用 OCI AI Services 进行扩展
Oracle Analytics Cloud 与 OCI AI Services 相集成，包括 OCI Vision 和 OCI Document Understanding。这些集成扩展了 Oracle Analytics Cloud 现有的嵌入式机器学习功能，可支持范围更广的业务用例。使用预训练模型，或设计、细化和部署定制模型并在 Oracle Analytics Cloud 中进行注册，以便业务专业人员可以直接访问这些模型。
OCI Vision 将 AI 图像分析功能引入 Oracle Analytics Cloud 仪表盘。试想一下，使用安全摄像头中的数据自动跟踪停车场占用情况或监视商店中的客户流量会怎样。OCI Vision 可分析图像并将可视化信息转化为洞察，让业务人员能够根据可见内容讲述数据故事。
通过 OCI Document Understanding，您可以将 AI 模型应用于文档（例如 JPEG 和 PDF 文件），并提取关键值及其情境。如此一来，即使相关信息尚未记录在中央数据库中，您也能够解锁文档信息，生成额外的洞察。
这种动态的自助式服务有助于业务用户在日常工作中重复执行的模型和交付结果方面减少对数据科学团队的依赖。业务用户可以独立安排和执行模型，从而使数据科学专家能够专注于更具策略性的任务。
注：为免疑义，本网页所用以下术语专指以下含义：
- 除Oracle隐私政策外，本网站中提及的“Oracle”专指Oracle境外公司而非甲骨文中国 。
- 相关Cloud或云术语均指代Oracle境外公司提供的云技术或其解决方案。