MySQL HeatWave AutoML

O Oracle MySQL HeatWave AutoML fornece machine learning (ML) integrado, automatizado e seguro, ajudando você a criar, treinar e explicar modelos de ML sem experiência, movimentação de dados ou custo adicional. Disponível na Oracle Cloud Infrastructure (OCI), Amazon Web Services (AWS) e Microsoft Azure.

MySQL Global Forum: Comemoração de 30 anos do MySQL

Assista ao webcast gravado quando for conveniente. Ouça as melhores práticas do MySQL de especialistas da comunidade e conheça as novas melhorias para a produtividade dos desenvolvedores, serviços em nuvem, GenAI e muito mais.

Por que usar o MySQL HeatWave AutoML?

  • Crie aplicações mais rapidamente com ML integrado

    Elimine movimentações de dados complexas e demoradas para um serviço de ML separado com ML integrado. Aplique facilmente treinamento, inferência e explicação de ML aos dados armazenados no MySQL Database ou no armazenamento de objetos.

  • Democratize o machine learning

    Automatize o ciclo de vida de ML, incluindo seleção de algoritmos, amostragem inteligente de dados para treinamento de modelos, seleção de recursos e otimização de hiperparâmetros. Não é necessário conhecimento em ML.

  • Suporte à segurança de dados

    Mantenha seus dados em um único sistema de gerenciamento de dados com uma única configuração de segurança e controles de acesso centralizados. Todas as comunicações são autenticadas e criptografadas.

Principais recursos do MySQL HeatWave AutoML

Recursos abrangentes de ML

O MySQL HeatWave AutoML oferece suporte a tarefas de detecção de anomalias, previsão, classificação, regressão e sistema de recomendação, inclusive em colunas de texto.

Sistema de recomendação integrado

Ao considerar tanto o feedback implícito (como compras anteriores e comportamento de navegação) quanto o feedback explícito (como classificações e curtidas), o sistema de recomendação MySQL HeatWave AutoML pode ajudar, por exemplo, a gerar sugestões personalizadas de próxima compra.

Modelos de ML explicáveis

Todos os modelos treinados pelo MySQL HeatWave AutoML são explicáveis. O MySQL HeatWave AutoML fornece previsões com uma explicação dos resultados, oferecendo suporte com confiança, justiça e conformidade regulatória.

Detecção de desvio de dados

A detecção de desvio de dados ajuda os analistas a determinar quando treinar novamente os modelos, detectando as diferenças entre os dados usados para treinamento e os novos dados de entrada.

Console interativo

O console interativo permite que os analistas de negócios criem, treinem, executem e expliquem modelos de ML usando uma interface visual; não é necessário saber os comandos de SQL ou codificação. Eles também podem explorar facilmente cenários hipotéticos para avaliar suposições de negócios.

Integrado a ferramentas populares

O HeatWave AutoML é integrado a notebooks populares como Jupyter e Apache Zeppelin.

Histórias de sucesso de clientes do MySQL HeatWave AutoML

Casos de uso do HeatWave AutoML

Analistas de negócios e desenvolvedores sem experiência em ML podem usar o HeatWave AutoML para ajudar a prever a rotatividade de clientes. O ciclo de vida de ML é automatizado e os dados não saem do banco, ajudando a reduzir os riscos de segurança. Uma vez construído, o modelo pode prever a probabilidade de rotatividade de clientes.


Diagrama de previsão de rotatividade de clientes, descrição abaixo:

O usuário afirma que seu caso de uso é “Preciso da capacidade de prever a rotatividade de clientes”. Ele pode então aproveitar a automação do HeatWave AutoML para criar um modelo de machine learning de classificação, o que é mais apropriado neste caso. Feito isso, o usuário pode usar o modelo de ML, por exemplo, perguntando: "Qual a probabilidade de esse cliente sair?" e obtendo a resposta "A probabilidade de esse cliente sair é de 72%".



Analistas de negócios e desenvolvedores sem experiência em ML podem usar o HeatWave AutoML para ajudar a detectar transações fraudulentas. O ciclo de vida de ML é automatizado e os dados não saem do banco, ajudando a reduzir os riscos de segurança. Uma vez construído, o modelo pode prever a probabilidade de fraude associada às transações.


Diagrama de detecção de transações fraudulentas, descrição abaixo:

O usuário afirma que seu caso de uso é “Preciso detectar transações potencialmente fraudulentas”. Ele pode então aproveitar facilmente a automação do HeatWave AutoML para criar um modelo de machine learning de detecção de anomalias, o que é mais apropriado neste caso. Feito isso, o usuário pode usar o modelo ML, por exemplo, perguntando: “Quais dessas transações são provavelmente fraudulentas?” e obtendo a resposta “Aqui estão as transações identificadas como potencialmente fraudulentas com probabilidades associadas”.



Os desenvolvedores podem criar aplicações aproveitando o poder combinado do ML integrado e da IA ​​generativa no HeatWave para fornecer recomendações personalizadas. Neste exemplo, a aplicação usa o sistema de recomendação do HeatWave AutoML para ajudar a sugerir restaurantes com base nas preferências do usuário ou no que ele pediu anteriormente. Com o HeatWave Vector Store, a aplicação pode ajudar também a pesquisar nos menus dos restaurantes em formato PDF para sugerir pratos específicos, proporcionando maior valor aos clientes.


RAG aprimorado com diagrama ML, descrição abaixo:

Um usuário pergunta via HeatWave Chat “Quais pratos veganos você sugere para mim hoje?”. Primeiro, o sistema de recomendação HeatWave AutoML sugere uma lista de restaurantes com base no que o usuário já pediu anteriormente. Em seguida, o HeatWave Vector Store fornece um prompt aumentado para o LLM com base nos menus dos restaurantes que ele abriga. O LLM pode então gerar uma recomendação personalizada de pratos em linguagem natural.



Veja o que os principais analistas do setor estão dizendo sobre o MySQL HeatWave AutoML

  • Logotipo da Constellation Research

    “O MySQL HeatWave sabe como fazer o melhor uso do machine learning. Ao trazer o ML para os dados com o MySQL HeatWave AutoML de uma forma automatizada e econômica, o MySQL HeatWave acelera a adoção de ML.”

    Holger Mueller
    Vice-Presidente e Analista Principal, Constellation Research
  • Logotipo da Moor Insights & Strategy

    “Acredito que a automação incorporada ao MySQL HeatWave AutoML tornará o seu uso consideravelmente mais fácil para os clientes, levando o ML além do escopo dos cientistas de dados.”

    Matt Kimball
    Vice-Presidente e Analista Principal, Moor Insights & Strategy

Saiba mais sobre outras soluções do MySQL HeatWave para suas diferentes cargas de trabalho

Conheça o MySQL HeatWave AutoML

Documentação

Acesse a documentação para começar a usar o MySQL HeatWave AutoML.

Aprenda com a orientação passo a passo

Experimente o MySQL HeatWave AutoML no seu próprio ritmo com instruções passo a passo.

Conheça o MySQL HeatWave AutoML

Você aprenderá a criar um modelo de ML preditivo usando o HeatWave MySQL AutoML.

Comece este laboratório


Crie uma aplicação de recomendação de filmes com o MySQL HeatWave AutoML

Você criará o MovieHub, uma aplicação fictícia de streaming de filmes que oferece recomendações personalizadas usando o MySQL HeatWave AutoML.

Comece este laboratório

Workshop gratuito do MySQL HeatWave AutoML

Solicite um workshop gratuito ministrado por especialistas para avaliar o MySQL HeatWave AutoML ou comece a usá-lo.

Experimente o MySQL HeatWave AutoML gratuitamente

Inscreva-se para obter uma avaliação gratuita do MySQL HeatWave AutoML. Você terá acesso a recursos gratuitos por um tempo ilimitado.

Fale com um especialista

Quer saber mais sobre o MySQL HeatWave AutoML? Deixe um de nossos especialistas ajudar.