Criar e Utilizar Modelos de Previsão do Oracle Analytics

Um modelo de previsão do Oracle Analytics aplica um algoritmo específico a um conjunto de dados para prever valores, prever classes ou identificar grupos nos dados.

Também pode utilizar os modelos de aprendizagem automática Oracle para prever dados.

O Oracle Analytics inclui algoritmos para o ajudar a treinar modelos de previsão para vários fins. Exemplos de algoritmos são as árvores de classificação e regressão (CART), a regressão logística e k-means.

Utilize o editor de fluxos de dados para treinar primeiro um modelo num conjunto de dados de treino. Após o treino do modelo de previsão, pode aplicá-lo aos conjuntos de dados que pretende prever.

Pode disponibilizar um modelo treinado aos outros utilizadores que o podem aplicar aos respetivos dados para prever valores. Em alguns casos, determinados utilizadores treinam modelos e outros utilizadores aplicam os modelos.

Utilize o modelo terminado para pontuar os dados desconhecidos, ou sem etiqueta, para gerar um conjunto de dados num fluxo de dados ou acrescentar uma visualização da previsão a um livro.

O Oracle Analytics fornece algoritmos para todas as suas necessidades de modelagem de aprendizagem automática: previsão numérica, vários classificadores, classificador binário e clustering.

A funcionalidade de aprendizagem automática da Oracle destina-se aos analistas de dados avançados que sabem o que estão à procura nos dados, estão familiarizados com a prática de análise preditiva e compreendem as diferenças entre os algoritmos.

Normalmente, os utilizadores querem criar vários modelos de previsão, compará-los e escolher aquele que tem maior probabilidade de fornecer resultados que satisfazem os critérios e requisitos pretendidos. Estes critérios podem variar. Por exemplo, às vezes os utilizadores escolhem modelos com uma melhor precisão global, outras vezes os utilizadores escolhem modelos que têm o menor número de erros de tipo I (falso positivo) e tipo II (falso negativo), e outras vezes ainda os utilizadores escolhem modelos que devolvem resultados mais rapidamente e com um nível aceitável de exatidão, mesmo que os resultados não sejam ideais.

O Oracle Analytics contém vários algoritmos de aprendizagem automática para cada tipo de previsão ou classificação. Com estes algoritmos, os utilizadores podem criar mais de um modelo, utilizar diferentes parâmetros otimizados ou utilizar diferentes conjuntos de dados de treino de entrada de dados e, em seguida, escolher o melhor modelo. O utilizador pode escolher o melhor modelo ao comparar e ponderar os modelos em relação aos seus próprios critérios. Para determinar qual o melhor modelo, os utilizadores podem aplicar o modelo e visualizar os resultados dos cálculos para determinar a exatidão ou podem abrir e explorar os conjuntos de dados relacionados que o Oracle Analytics utilizou no modelo para saída de dados.

Consulte esta tabela para obter informações sobre os algoritmos fornecidos:

Ao utilizar dados do Oracle Autonomous Data Warehouse, pode utilizar a respetiva capacidade de AutoML para recomendar e treinar um modelo de previsão. O AutoML analisa os seus dados, calcula o melhor algoritmo a utilizar e regista um modelo de previsão no Oracle Analytics para que possa fazer previsões sobre os seus dados.

1. Na Página Principal, clique em Criar e, em seguida, clique em Fluxo de Dados.
2. Em Acrescentar Conjunto de Dados, selecione o conjunto de dados baseado no Oracle Autonomous Data Warehouse que contém os dados a analisar.
3. Clique em Acrescentar um passo e, em seguida, clique em AutoML.
4. Para o Destino, clique em Selecionar uma coluna e selecione a coluna de dados que contém o valor que está a tentar prever.
   Por exemplo, para prever o abandono de colaboradores, poderá selecionar um campo denominado ATTRITION que indica 'TRUE' ou 'FALSE' consoante os colaboradores tenham saído ou não de uma organização.
   

   
   .png

   
   
5. Aceite o Tipo de Tarefa e a Métrica de Classificação do Modelo sugeridos que o Oracle Analytics recomenda ou selecione um algoritmo diferente.
6. Clique em Gravar Modelo e especifique o nome do modelo de previsão gerado.
7. Clique em Gravar e especifique um nome para o fluxo de dados.
8. Clique em Executar para analisar os dados e gerar um modelo de previsão.
9. A partir da Página Principal, clique em Navegar, depois clique em Aprendizagem Automática, depois clique com o botão direito do rato no modelo gerado e selecione Inspecionar.

Com base no problema que é necessário resolver, um analista de dados avançado escolhe um algoritmo adequado para treinar um modelo de previsão e, em seguida, avalia os resultados do modelo.

1. Na Página Principal, clique em Criar e, em seguida, selecione Fluxo de Dados.
2. Selecione o conjunto de dados que pretende utilizar para treinar o modelo. Clique em Acrescentar.
3. No editor de fluxos de dados, clique em Acrescentar um passo (+).
   Após acrescentar um conjunto de dados, pode utilizar todas as colunas no conjunto de dados para criar o modelo ou selecionar apenas as colunas relevantes. Escolher as colunas relevantes requer uma compreensão do conjunto de dados. Ignore as colunas que sabe que não influenciarão o comportamento do resultado ou que contêm informações redundantes. Pode escolher apenas as colunas relevantes ao acrescentar o passo Selecionar Colunas. Se não tiver a certeza quanto às colunas relevantes, utilize todas as colunas.
4. Selecione um dos passos de treino do modelo (por exemplo, Treinar Previsão Numérica ou Treinar Clustering).
5. Selecione um algoritmo e clique em OK.
6. Se estiver a trabalhar com um modelo supervisionado como a previsão ou classificação, clique em Destino e selecione a coluna que está a tentar prever. Por exemplo, se estiver a criar um modelo para prever o rendimento de uma pessoa, selecione a coluna Rendimento.
   Se estiver a trabalhar com um modelo não supervisionado como o clustering, não é necessária nenhuma coluna de destino.
7. Altere as definições por omissão do seu modelo para otimizar e melhorar a exatidão do resultado previsto. O modelo com o qual está a trabalhar determina estas definições.
8. Clique no passo Gravar Modelo e forneça um nome e uma descrição.
9. Clique em Gravar, introduza um nome e uma descrição do fluxo de dados e clique em OK para gravar o fluxo de dados.
10. Clique em Executar Fluxo de Dados para criar o modelo de previsão com base no conjunto de dados de entrada e nas definições do modelo que forneceu.

Depois de criar o modelo de previsão e de executar o fluxo de dados, pode analisar as informações sobre o modelo para determinar a respetiva exatidão. Utilize estas informações para ajustar iterativamente as definições do modelo de forma a melhorar a respetiva exatidão e prever melhores resultados.

Quando cria um cenário num livro, aplica um modelo de previsão ao conjunto de dados do livro para revelar as tendências e os padrões encontrados por esse modelo específico.

1. Na Página Principal, clique em Criar e, em seguida, clique em Livro.
2. Selecione o conjunto de dados que pretende utilizar para criar o livro e clique em Acrescentar ao Livro.
3. No painel Dados, clique em Acrescentar e selecione Criar Cenário.
4. Na caixa de diálogo Criar Cenário - Selecionar Modelo, selecione um modelo e clique em OK.
   Só pode aplicar um modelo de previsão. Não pode aplicar um modelo de aprendizagem automática Oracle.
   Se não for possível efetuar a correspondência de cada entrada de dados do modelo com um elemento de dados, será apresentada a caixa de diálogo Fazer Correspondência dos Seus Dados com o Modelo.
5. Se a caixa de diálogo Fazer Correspondência dos Seus Dados com o Modelo for apresentada, no campo Conjunto de Dados, selecione o conjunto de dados a utilizar com o modelo.
6. Efetue a correspondência entre a entrada de dados do modelo e os elementos de dados, conforme necessário. Clique em Concluído.
   O cenário é apresentado como um conjunto de dados no painel Elementos de Dados.
7. Arraste e largue elementos do conjunto de dados e do modelo na tela Visualizar.
8. Para ajustar o cenário, clique com o botão direito do rato no cenário no painel Elementos de Dados e selecione Editar Cenário.
9. Altere o conjunto de dados e atualize a correspondência entre a entrada de dados do modelo e os elementos de dados, conforme necessário.
10. Clique em Gravar para gravar o livro.