Blog

Después de trabajar durante más de una década en Business Intelligence centrándose principalmente en Inteligencia empresarial de Oracle (OBIEE) , Nube de análisis de Oracle (OAC) ofrece muchas formas nuevas de interactuar y aprender de los datos de una organización. Data Visualization es una aplicación que brinda un nuevo nivel de interactividad y simplicidad para crear informes ad hoc que son fácil de entender y navegar, pero eso al menos es una evolución natural de los conceptos que había estado perfeccionando durante años y años. Hay otras características dentro de OAC que parecen completamente desconocidas territorio para mí, incluso después de todos esos años. Específicamente, DV contiene un módulo de aprendizaje automático que abre las puertas a lo que es posible con el conjunto de herramientas de BI.

¿Qué es el aprendizaje automático?

Para simplificar demasiado, el aprendizaje automático es el proceso de utilizar la inteligencia artificial para interpretar conjuntos de datos con una interacción humana mínima. Incluso los mejores y más coherentes tableros e informes aún requieren al menos una persona debe estar familiarizada con los datos, lo que representan y las preguntas y respuestas a las que sirven. Machine Learning busca automatizar partes de ese proceso para proporcionar información y respuestas de sus datos, tanto a sus preguntas como a preguntas que quizás ni siquiera haya considerado.

Oracle Analytics Cloud incluye un módulo de Machine Learning dentro Visualización de datos y esta publicación será la primera de una serie que explora los conceptos y aplicaciones de Machine Learning dentro de OAC.

Por ahora, veamos una de las formas en que Machine Learning ya se está integrando con la funcionalidad normal de OAC.

Explicando datos

Cuando escuché por primera vez que OAC tenía incorporada una función de "explicación", mi primer instinto fue pensar en el comando para mostrar el plan de ejecución de una base de datos SQL, pero OAC tiene una característica incorporada que realmente aprovecha algunos scripts de ML para perfilar elementos de datos seleccionados para ilustrar información sobre ellos.

Dentro de DV, puede hacer clic derecho en un elemento de datos y seleccionar "Explicar [Nombre de campo]" para utilizar estos scripts integrados que no requieren configuración de su parte.

El resultado es un perfil del elemento de datos que ha seleccionado con visualizaciones y texto narrativo para explicar las perspectivas del elemento que se está analizando. Tenga en cuenta en la captura de pantalla anterior, usted obtenga tanto el gráfico de anillos que muestra la distribución del elemento de datos dentro del conjunto de datos como una breve descripción de texto.

Incluso puede seleccionar la visualización, luego hacer clic en "agregar seleccionado" e inmediatamente comenzar a usar el editor de proyectos de visualizaciones de datos para personalizar y profundizar más. Por ejemplo, tomé el gráfico de anillos que se muestra anterior y se agregó el Motivo de la terminación para analizar más a fondo los distintos Tipos de terminación.

La función Explicar es quizás la mejor manera de demostrar las posibilidades del aprendizaje automático en un nivel muy básico. Al crear estos conocimientos con solo mirar el contenido de sus datos, está comenzando para obtener respuestas a preguntas que aún no has hecho. Además, también está comenzando a ver cómo la IA puede comenzar a separar los datos y proporcionar un contexto narrativo para la información, que tradicionalmente siempre se ha apoyado en gran medida en la interacción humana para lograrlo.

En las próximas publicaciones de blog sobre Machine Learning, comenzaremos a analizar la utilización de scripts para ML y cuán flexible es realmente OAC en análisis estadísticos profundos y la creación de conocimientos prácticos más complejos. para un propósito específico.