Con Traiga su propio AA, los administradores de EPM pueden importar un modelo de aprendizaje automático (AA) con entrenamiento completo y desplegarlo en una aplicación de FreeForm. Los planificadores pueden a continuación usar sólidas previsiones basadas en AA en las que se usan técnicas de modelado predictivo avanzado para generar previsiones más precisas.
Los científicos de datos recopilan y preparan datos históricos relacionados con un problema de la compañía, entrenan el algoritmo y generan un archivo PMML (lenguaje de marcado de modelo predictivo, lenguaje estándar que se usa para representar modelos predictivos) con una herramienta de terceros. Estos modelos de análisis predictivo y de aprendizaje automático usan técnicas estadísticas o algoritmos de AA para descubrir patrones ocultos en grandes volúmenes de datos históricos. Los modelos de análisis predictivo usan el conocimiento adquirido durante el entrenamiento para predecir la existencia de patrones conocidos en los datos nuevos.
A continuación, los administradores de EPM pueden importar y configurar el modelo de AA con entrenamiento completo, que genera dos reglas de Groovy. Los administradores asocian la regla a un formulario o panel, o bien programan un trabajo para generar resultados de predicción de forma periódica. De esta forma se ponen las ventajas del aprendizaje automático y a potencia de la ciencia de datos en las manos de los usuarios profesionales, lo que permite mejorar el proceso de planificación y presupuesto y permite tomar mejores decisiones para el negocio.
Por ejemplo, puede realizar la predicción del volumen de productos para una entidad, con parámetros clave como un precio medio de venta, gasto planificado en promociones y publicidad, volúmenes históricos y volúmenes estimados del sector.
Puede importar modelos de AA y usarlos para realizar predicciones de valores numéricos en otros casos de uso financieros, por ejemplo:
Descripción general de los pasos
Requisito: los científicos de datos crean y entrenan el modelo de AA en una herramienta de ciencia de datos (cualquier herramienta de terceros u Oracle Data Science Cloud) y lo guardan como archivo PMML.
A continuación, los administradores de EPM aplican el modelo para obtener el valor de negocio del modelo entrenado:
Los administradores importan el modelo de AA en formato PMML en una aplicación de FreeForm y definen cómo las variables de entrada y la variable de destino se asignan a miembros de dimensión o valores de celdas en la aplicación de FreeForm. Este paso genera reglas de Groovy automáticas que conectan el modelo de AA a la aplicación de FreeForm. Se generan dos reglas de Groovy para cada definición de modelo de AA: una regla para asociar un formulario o panel, lo que permite a los usuarios realizar predicciones bajo demanda, y otra para generar predicciones a gran escala en un trabajo programado para el procesamiento masivo. Consulte Importación de un modelo de AA.
Este proceso es iterativo. A medida que los planificadores realizan predicciones basadas en el modelo de AA, los administradores pueden medir el rendimiento del modelo y pueden trabajar con científicos de datos para actualizar y sustituir el modelo de AA cuando sea necesario. A continuación, los administradores vuelven a importar y desplegar el modelo de AA con nuevo entrenamiento.
Al volver a importar el modelo de AA con nuevo entrenamiento, se vuelven a generar las reglas de Groovy.
Vídeos
Su objetivo | Vea este vídeo |
---|---|
Esta descripción general es una presentación de Traiga su propio AA (aprendizaje automático), donde los administradores de EPM pueden importar un modelo de AA completamente entrenado y desplegarlo en una aplicación de FreeForm. Los planificadores pueden a continuación usar sólidas previsiones basadas en AA en las que se usan técnicas de modelado predictivo avanzado para generar previsiones más precisas. | Descripción general: Traiga su propio aprendizaje automático (AA) |
Obtenga información sobre cómo configurar la importación del modelo de AA para traer su propio aprendizaje automático Importe un modelo de AA completamente entrenado en FreeForm. Siga los pasos de un asistente para asignar, analizar y probar el modelo. Después de guardar el modelo, se crean dos reglas de Groovy. Para completar el proceso de integración, consulte el vídeo relacionado para desplegar un modelo de AA en FreeForm. |
Configuración de la importación de un modelo de aprendizaje automático (AA) |
Obtenga información sobre cómo desplegar un modelo de AA en FreeForm. Después de configurar la importación del modelo de AA, integre el archivo PMML en la aplicación mediante la creación de un Menú de acción con la regla de Groovy generada a partir del modelo de AA configurado. A continuación, asocie el Menú de acción a un formulario. Cuando los planificadores ejecutan la regla desde el formulario, la regla devuelve el conjunto de valores previstos. |
Despliegue de un modelo de aprendizaje automático (AA) en Planning |