Passi da utilizzare per organizzare e integrare i dati personali

Aggiungi colonne

Aggiungere colonne personalizzate al data set di destinazione. Ad esempio, è possibile calcolare il valore delle scorte moltiplicando il numero delle unità in una colonna UNITS per il prezzo di vendita in una colonna RETAIL_PRICE (ovvero UNITS * RETAIL_PRICE).

Aggiungi dati

Aggiungere origini dati al flusso dati. Ad esempio, se si uniscono due data set, si aggiungono entrambi i data set al flusso dati. Vedere Supporto del database per i flussi di dati.

Aggregato

Creare totali di gruppo applicando funzioni di aggregazione. Ad esempio, Conteggio, Somma o Media.

Analizza sentiment

Rilevare il sentiment per una determinata colonna di testo (solo in inglese). Ad esempio, è possibile analizzare il feedback di un cliente per determinare se è positivo o negativo. L'analisi sentiment valuta il testo in base a termini e frasi che indicano un'emozione positiva, neutra o negativa. In base al risultato dell'analisi, una nuova colonna conterrà Positivo, Neutro o Negativo.

Applica modello AI

Analizzare i dati utilizzando un modello di intelligenza artificiale. Ad esempio, è possibile eseguire il rilevamento degli oggetti, la classificazione delle immagini o il rilevamento del testo utilizzando un modello creato nel servizio OCI Vision. Vedere Utilizzare i modelli di Oracle Cloud Infrastructure Vision in Oracle Analytics. È inoltre possibile eseguire analisi di lingua, ad esempio l'analisi del sentiment e il rilevamento della lingua, utilizzando i modelli creati nel servizio OCI Language.

Applica modello

Analizzare i dati applicando un modello di apprendimento automatico da Oracle Machine Learning o OCI Data Science. Ad esempio, si potrebbe aver creato un modello di classificazione in grado di determinare se i messaggi di posta elettronica costituiscano o meno posta indesiderata. Vedere Applicare un modello predittivo o registrato di Oracle Machine Learning a un data set.

Applica script personalizzato

Trasformare i dati utilizzando una funzione, ad esempio una funzione definita nell'infrastruttura Oracle Cloud (OCI). Ad esempio, è possibile utilizzare una funzione per convertire il testo inglese in spagnolo o tedesco. L'amministratore Oracle Analytics registra queste funzioni per renderle disponibili per l'utente.

AutoML

Usare la funzionalità AutoML di Oracle Autonomous Data Warehouse per consigliare e creare un modello predittivo. Il passo AutoML analizza i dati, calcola l'algoritmo migliore da usare e registra un modello di previsione in Oracle Analytics. Le analisi vengono calcolate nel database, non in Oracle Analytics. Questo passo è disponibile nel selettore di passi quando si è connessi a un data set basato su Oracle Autonomous Data Warehouse.

Vedere Creare un modello predittivo con AutoML in Oracle Autonomous Data Warehouse.

Esercitazione

Bin

Assegnare i valori dei dati in categorie, ad esempio alto, basso o medio. Ad esempio, è possibile categorizzare i valori per RISK in tre bin per i valori bassi, medi e alti.

Diramazione

Crea più output da un flusso dati. Se ad esempio si dispone di dati di transazioni di vendita basati su paese, è possibile salvare i dati per gli Stati Uniti nella prima diramazione e i dati per il Canada nella seconda diramazione.

Crea cubo Essbase

Creare un cubo Essbase da un foglio di calcolo o da un database.

Valore cumulativo

Calcolare i totali cumulativi, ad esempio aggregati mobili o aggregati parziali.

Analitica del database

Eseguire analisi avanzate e analisi di data mining. Ad esempio, è possibile rilevare anomalie, configurare in cluster i dati, effettuare il campionamento dei dati ed eseguire analisi di affinità. Questo passo è disponibile nel selettore di passi quando si è connessi a un data set basato sul database Oracle o su Oracle Autonomous Data Warehouse. Le analisi vengono calcolate nel database, non in Oracle Analytics. Vedere Funzioni analitiche del database.

Filtro

Selezionare solo i dati che interessano. Ad esempio, è possibile creare un filtro per limitare i dati dei ricavi delle vendite agli anni compresi tra il 2020 e il 2022.

Analitica del grafico

Eseguire un'analisi geospaziale, ad esempio calcolare la distanza o il numero di hop tra due vertici. Questo passo è disponibile nel selettore di passi quando si è connessi a un data set basato sul database Oracle o su Oracle Autonomous Data Warehouse. Le analisi vengono calcolate nel database, non in Oracle Analytics. Vedere Funzioni analitiche del grafico.

Raggruppa

Categorizzare i dati non numerici in gruppi definiti personalmente. Ad esempio, è possibile inserire gli ordini per i settori di attività Communication e Digital in un gruppo denominato Technology e gli ordini per Games e Stream in un gruppo denominato Entertainment.

Join

Combinare dati provenienti da più origini dati utilizzando un join di database basato su una colonna comune. Ad esempio, è possibile unire tramite join un data set Orders a un data set Customer_orders utilizzando un campo ID cliente.

Unisci

Combinare più colonne in una colonna singola. Ad esempio, è possibile unire le colonne di indirizzo, nome della strada, stato e codice postale in una singola colonna.

Rinomina colonne

Modificare il nome di una colonna per renderlo più significativo. Ad esempio, è possibile modificare CELL in Contact Cell Number (Numero di cella contatto).

Riordina colonne

Modificare l'ordine delle colonne nel data set di output. Ad esempio, è possibile ordinare le colonne in ordine alfabetico in base al nome della colonna o ordinare le colonne in base al tipo di dati (carattere, numero intero e così via).

Salva dati

Specificare dove salvare i dati generati dal flusso dati. È possibile salvare i dati in un data set in Oracle Analytics o in un database. È inoltre possibile specificare parametri di runtime o modificare il nome predefinito del data set. Vedere Supporto del database per i flussi di dati.

Seleziona colonne

Specificare le colonne da includere o escludere nel flusso dati (l'impostazione predefinita prevede l'inclusione di tutte le colonne di dati).

Dividi colonne

Estrarre dati dalle colonne. Ad esempio, se una colonna contiene 001011Black, è possibile dividere questi dati in due colonne distinte, 001011 e Black.

Previsione serie temporale

Calcolare valori previsti in base a dati cronologici. Una previsione si basa su una colonna di tempo e una colonna di destinazione di un determinato data set e calcola i valori previsti per la colonna di destinazione.

Crea <tipo di modello>

Creare modelli di apprendimento automatico utilizzando algoritmi per la previsione numerica, la classificazione multipla, la classificazione binaria e la configurazione cluster. Vedere Passi del flusso dati per la creazione di modelli di apprendimento automatico.

Dopo aver creato un modello di apprendimento automatico, applicarlo ai dati utilizzando il passo Applica modello.

Trasforma colonna

Modificare il formato, la struttura o i valori dei dati. Ad esempio, è possibile convertire il testo in maiuscolo, eliminare gli spazi iniziali e finali dai dati o calcolare un incremento percentuale nel valore.

Unione righe

Unire le righe di due origini dati (ovvero eseguire un comando UNION nella terminologia SQL). È possibile associare le colonne in base all'ordine o al nome.