Χρήση μοντέλων Oracle Machine Learning στο Oracle Analytics

Μπορείτε να κάνετε εγγραφή και να χρησιμοποιείτε μοντέλα μηχανικής εκμάθησης Oracle από μια βάση δεδομένων Oracle ή το Oracle Autonomous Data Warehouse για τη βαθμολόγηση δεδομένων στο Oracle Analytics. Χρησιμοποιήστε το πρόγραμμα επεξεργασίας ροής δεδομένων για να εφαρμόσετε το μοντέλο μηχανικής εκμάθησης στα δεδομένα σας.

Το Oracle Analytics σάς επιτρέπει να ενσωματώσετε μηχανική μάθηση στις εφαρμογές σας, χωρίς να απαιτούνται γνώσεις επιστήμης των δεδομένων.

Θέματα:

Πώς μπορώ να χρησιμοποιήσω μοντέλα μηχανικής εκμάθησης Oracle στο Oracle Analytics;

Το Oracle Analytics σάς επιτρέπει να κάνετε εγγραφή και χρήση μοντέλων μηχανικής εκμάθησης Oracle από το Oracle Database ή το Oracle Autonomous Data Warehouse.

Η χρήση των μοντέλων μηχανικής εκμάθησης Oracle με το Oracle Analytics αυξάνει σε μεγάλο βαθμό το επίπεδο των αναλυτικών στοιχείων πρόβλεψης που μπορείτε να εκτελείτε σε σύνολα δεδομένων γιατί τα δεδομένα και το μοντέλο βρίσκονται στη βάση δεδομένων, η βαθμολόγηση των δεδομένων εκτελείται στη βάση δεδομένων και το σύνολο δεδομένων που προκύπτει αποθηκεύεται στη βάση δεδομένων. Αυτό σας επιτρέπει να χρησιμοποιείτε τον μηχανισμό εκτέλεσης μηχανικής εκμάθησης Oracle για τη βαθμολόγηση μεγάλων συνόλων δεδομένων.

Μπορείτε εγγράφετε και να χρησιμοποιείτε μοντέλα μηχανικής εκμάθησης Oracle από αυτές τις προελεύσεις δεδομένων βάσης δεδομένων:

Oracle Autonomous Data Warehouse
Oracle Database

Στο Oracle Analytics μπορείτε να εγγράψετε οποιοδήποτε από τα μοντέλα μηχανικής εκμάθησης Oracle της βάσης δεδομένων στις κλάσεις εξόρυξης Classification, Regression, Clustering, Anomaly ή Feature Extraction που δημιουργήθηκαν χρησιμοποιώντας το API του Oracle Machine Learning για SQL (OML 4SQL). Ο ρόλος χρήστης σας στο Oracle Analytics και τα δικαιώματα στη βάση δεδομένων καθορίζουν τα μοντέλα μηχανικής εκμάθησης Oracle που είναι διαθέσιμα σε εσάς για εγγραφή και χρήση.

Μπορείτε επίσης να δημιουργείτε μοντέλα πρόβλεψης στο Oracle Analytics.

Εγγραφή μοντέλων μηχανικής εκμάθησης Oracle στο Oracle Analytics

Τα μοντέλα μηχανικής εκμάθησης Oracle πρέπει να είναι εγγεγραμμένα στο Oracle Analytics για να μπορείτε να τα χρησιμοποιήσετε για την πρόβλεψη δεδομένων. Μπορείτε να κάνετε εγγραφή και να χρησιμοποιείτε μοντέλα που βρίσκονται στις προελεύσεις δεδομένων Oracle Database ή Oracle Autonomous Data Warehouse.

Στην Αρχική σελίδα, κάντε κλικ στο Μενού σελίδας, επιλέξτε Καταχώρηση μοντέλου/συνάρτησης, και κάντε κλικ στα Μοντέλα μηχανικής εκμάθησης.
Η επιλογή αυτή είναι διαθέσιμη για χρήστες με τον ρόλο Διαχειριστής υπηρεσίας BI ή Συντάκτης περιεχομένου DV.
Στο παράθυρο διαλόγου Εγγραφή μοντέλου ΜΕ, επιλέξτε μια σύνδεση.
Στο παράθυρο διαλόγου Επιλογή μοντέλου για εγγραφή, βλέπετε τα μοντέλα μηχανικής εκμάθησης Oracle της βάσης δεδομένων στις κλάσεις εξόρυξης Classification, Regression, Clustering, Anomaly ή Feature Extraction που δημιουργήθηκαν χρησιμοποιώντας το API του Oracle Machine Learning για SQL (OML 4SQL).
Εάν είναι απαραίτητο, κάντε κλικ στην επιλογή Δημιουργία σύνδεσης για να δημιουργήσετε μια σύνδεση στην προέλευση δεδομένων βάσης δεδομένων Oracle ή Oracle Autonomous Data Warehouse που περιέχει το μοντέλο μηχανικής εκμάθησης Oracle που θέλετε να χρησιμοποιήσετε.
Στο παράθυρο διαλόγου Επιλογή μοντέλου για εγγραφή, επιλέξτε το μοντέλο που θέλετε να εγγράψετε και εξετάστε τις πληροφορίες του. Για παράδειγμα, την κλάση μοντέλου και τον αλγόριθμο που χρησιμοποιούνται για τη δόμηση του μοντέλου, τον προορισμό που προβλέπει το μοντέλο, τις στήλες πάνω στις οποίες εκπαιδεύεται το μοντέλο, τις προβλέψεις και τις παραμέτρους του μοντέλου.
Κάντε κλικ στην επιλογή Εγγραφή.
Από την Αρχική σελίδα, κάντε κλικ στην επιλογή Πλοήγηση και έπειτα στην επιλογή Μηχανική εκμάθηση για να επιβεβαιώσετε ότι το μοντέλο έχει εισαχθεί επιτυχώς.

Επιθεώρηση εγγεγραμμένων μοντέλων μηχανικής εκμάθησης Oracle

Μπορείτε να αποκτήσετε πρόσβαση και να ελέγξετε πληροφορίες σχετικά με τα μοντέλα μηχανικής εκμάθησης Oracle που εγγράψατε στο Oracle Analytics.

Θέματα:

Προβολή λεπτομερειών ενός εγγεγραμμένου μοντέλου

Δείτε τις λεπτομέρειες ενός μοντέλου μηχανικής εκμάθησης Oracle για να μπορέσετε να κατανοήσετε το μοντέλο και να εξακριβώσετε αν είναι κατάλληλο για την πρόβλεψη των δεδομένων σας. Οι λεπτομέρειες μοντέλου περιλαμβάνουν την κλάση μοντέλου, τον αλγόριθμό, τις στήλες εισόδου, τις στήλες εξόδου και τις παραμέτρους.

Όταν εγγράφετε ένα μοντέλο, περιλαμβάνονται οι λεπτομέρειές του. Αυτές οι πληροφορίες ανακτώνται από το Oracle Database ή το Oracle Autonomous Data Warehouse.

Στην Αρχική σελίδα, κάντε κλικ στην Πλοήγηση και έπειτα στη Μηχανική εκμάθηση.
Κάντε κλικ στην καρτέλα Μοντέλα.

.png''
Τοποθετήστε τον δείκτη του ποντικιού πάνω από το μοντέλο που θέλετε να προβάλετε, κάντε κλικ στο μενού Ενέργειες και έπειτα επιλέξτε Επιθεώρηση.
Κάντε κλικ στις Λεπτομέρειες για να δείτε τις πληροφορίες του μοντέλου.

Ποιες είναι οι προβολές ενός εγγεγραμμένου μοντέλου;

Όταν δημιουργείται ένα μοντέλο μηχανικής εκμάθησης Oracle, δημιουργούνται προβολές που περιέχουν συγκεκριμένες πληροφορίες σχετικά με τον μοντέλο και αποθηκεύονται στη βάση δεδομένων. Χρησιμοποιήστε το Oracle Analytics για να αποκτήσετε πρόσβαση σε μια λίστα των προβολών ενός μοντέλου και, στη συνέχεια, δημιουργήστε σύνολα δεδομένων που μπορείτε να χρησιμοποιήσετε για να απεικονίσετε τις πληροφορίες που περιέχουν οι προβολές.

Οι προβολές περιέχουν πληροφορίες σχετικά με το εγγεγραμμένο μοντέλο όπως στατιστικά στοιχεία μοντέλου, κατανομή τιμής στόχου και ρυθμίσεις αλγόριθμου. Ο αριθμός και το είδος των προβολών που δημιουργούνται καθορίζονται από τον αλγόριθμο του μοντέλου. Επομένως, ένα μοντέλο που δημιουργήθηκε από τον αλγόριθμο Naive Bayes έχει ένα σύνολο προβολών και ένα μοντέλο που δημιουργήθηκε από τον αλγόριθμο δέντρου αποφάσεων έχει ένα διαφορετικό σύνολο προβολών. Για παράδειγμα, ορισμένες από τις προβολές που δημιουργούνται για ένα μοντέλο δέντρου αποφάσεων είναι οι εξής:

Μήτρα κόστους βαθμολόγησης - Περιγράφει τη μήτρα κόστους βαθμολόγησης για μοντέλα ταξινόμησης. Οι προβολές περιέχουν τις τιμές actual_target_value, predicted_target_value και cost.
Καθολικά ζεύγη ονόματος-τιμής - Περιγράφει τα καθολικά στατιστικά που σχετίζονται με το μοντέλο όπως τον αριθμό γραμμών που χρησιμοποιήθηκαν στη δομή του μοντέλου και την κατάσταση σύγκλισης.
Στατιστικά στοιχεία δέντρου αποφάσεων - Περιγράφει τα στατιστικά στοιχεία που σχετίζονται με μεμονωμένους κόμβους στο δέντρο αποφάσεων. Τα στατιστικά στοιχεία περιλαμβάνουν ένα ιστόγραμμα στόχου για τα δεδομένα στον κόμβο. Για κάθε κόμβο στο δέντρο, αυτή η προβολή περιέχει πληροφορίες για predicted_target_value, actual_target_value και υποστήριξη node.

Το όνομα κάθε προβολής είναι μοναδικό, για παράδειγμα DM$VCDT_TEST. Η μορφή που χρησιμοποιείται για τη δημιουργία ονομάτων προβολών είναι DM$VAlphabet_Model Name όπου:

DM$V - Αντιπροσωπεύει ένα πρόθεμα για προβολές που δημιουργούνται από ένα εγγεγραμμένο μοντέλο.
Alphabet - Αντιπροσωπεύει μια τιμή που υποδεικνύει τον τύπο του μοντέλου εξόδου. Για παράδειγμα, το C υποδεικνύει ότι ο τύπος προβολής είναι Μήτρα κόστους βαθμολόγησης, ενώ το G ότι ο τύπος προβολής είναι Καθολικά ζεύγη ονόματος-τιμής.
Model Name - Περιέχει το όνομα του εγγεγραμμένου μοντέλου μηχανικής εκμάθησης Oracle και την προβολή του. Για παράδειγμα, DT_TEST.

Για περισσότερες πληροφορίες σχετικά με τις προβολές, ανατρέξτε στην τεκμηρίωση για την έκδοση βάσης δεδομένων Oracle που χρησιμοποιείτε.

Το Oracle Analytics παρέχει μια λίστα με τις προβολές οποιωνδήποτε εγγεγραμμένων μοντέλων. Ωστόσο, μπορείτε να αποκτήσετε πρόσβαση στις προβολές και να τις απεικονίσετε μόνο για το Oracle Database 12c έκδοσης 2 ή μεταγενέστερης. Αν εργάζεστε με μια παλιότερη έκδοση του Oracle Database, τότε δεν μπορείτε να χρησιμοποιήσετε το Oracle Analytics για πρόσβαση και απεικόνιση προβολών.

Προβολή της λίστας προβολών ενός εγγεγραμμένου μοντέλου

Οι προβολές ενός εγγεγραμμένου μοντέλου αποθηκεύονται στη βάση δεδομένων, αλλά μπορείτε να χρησιμοποιήσετε το Oracle Analytics για να εμφανίσετε μια λίστα των προβολών του μοντέλου.

Οι προβολές περιέχουν πληροφορίες όπως το μέγεθος ενός μοντέλου, τις ρυθμίσεις και τα χαρακτηριστικά που χρησιμοποιούνται στο μοντέλο. Αυτές οι πληροφορίες μπορούν να σας βοηθήσουν να κατανοήσετε και να αξιοποιήσετε καλύτερα το μοντέλο.

Σημείωση:

Μπορείτε να αποκτήσετε πρόσβαση στις προβολές και να τις απεικονίσετε για το Oracle Database 12c έκδοσης 2 ή μεταγενέστερης. Αν εργάζεστε με μια παλιότερη έκδοση του Oracle Database, τότε αυτές οι προβολές δεν υπάρχουν στη βάση δεδομένων και δεν μπορείτε να χρησιμοποιήσετε το Oracle Analytics για την πρόσβαση σε αυτές και την απεικόνισή τους.

Στην Αρχική σελίδα, κάντε κλικ στην Πλοήγηση και έπειτα στη Μηχανική εκμάθηση.
Κάντε κλικ στην καρτέλα Μοντέλα.

.png''
Τοποθετήστε τον δείκτη του ποντικιού πάνω από το μοντέλο που θέλετε να προβάλετε, κάντε κλικ στο μενού Ενέργειες και έπειτα επιλέξτε Επιθεώρηση.
Κάντε κλικ στην καρτέλα Σχετικά στοιχεία, για να δείτε μια λίστα με τις προβολές του μοντέλου.

Απεικόνιση προβολής εγγεγραμμένου μοντέλου μηχανικής εκμάθησης Oracle

Μπορείτε να απεικονίσετε οποιαδήποτε από τις προβολές ενός εγγεγραμμένου μοντέλου, για να ανακαλύψετε πληροφορίες που σας βοηθούν να κατανοήσετε και να αξιοποιήσετε καλύτερα το μοντέλο.

Σημείωση:

Κατά τη δημιουργία του συνόλου δεδομένων, πρέπει να γνωρίζετε το όνομα προβολής του μοντέλου και όνομα σχήματος της βάσης δεδομένων. Χρησιμοποιήστε την ακόλουθη εργασία για να βρείτε αυτά τα ονόματα, να δημιουργήσετε το σύνολο δεδομένων και να απεικονίσετε τις πληροφορίες της προβολής.

Στην Αρχική σελίδα, κάντε κλικ στην Πλοήγηση και έπειτα στη Μηχανική εκμάθηση.
Εντοπίστε το εγγεγραμμένο μοντέλο μηχανικής εκμάθησης, κάντε κλικ στο μενού Ενέργειες και μετά κάντε κλικ στην επιλογή Επιθεώρηση.
Κάντε κλικ στην επιλογή Λεπτομέρειες και επιβεβαιώστε ότι η ενότητα Πληροφορίες μοντέλου είναι ανεπτυγμένη. Μεταβείτε στο πεδίο Κάτοχος μοντέλου ΒΔ και καταγράψτε το όνομα σχήματος βάσης δεδομένων.
Κάντε κλικ στην επιλογή Σχετικά στοιχεία και εντοπίστε και καταγράψτε το όνομα της προβολής. Κάντε κλικ στην επιλογή Κλείσιμο.
Στην Αρχική σελίδα, κάντε κλικ στην επιλογή Δημιουργία και επιλέξτε Σύνολο δεδομένων.
Επιλέξτε τη σύνδεση που περιέχει το μοντέλο μηχανικής εκμάθησης και τις προβολές του.
Στο Πρόγραμμα επεξεργασίας συνόλου δεδομένων, αναζητήστε και κάντε κλικ στο όνομα σχήματος βάσης δεδομένων που εντοπίσατε στην καρτέλα Λεπτομέρειες.
Επιλέξτε την προβολή που εντοπίσατε στην καρτέλα Σχετικά στοιχεία και κάντε διπλό κλικ στις στήλες για να τις προσθέσετε στο σύνολο δεδομένων. Κάντε κλικ στην επιλογή "Προσθήκη".
Κάντε κλικ στην επιλογή Δημιουργία βιβλίου εργασίας για να δημιουργήσετε απεικονίσεις.