Présentation de la modélisation statistique avancée avec flux de confiance
AVAILABILITYLa modélisation statistique est utilisée pour faire des prédictions, détecter des modèles et générer des insights à partir de données. Cela s’applique aux jeux de données volumineux et dimensionnels avec des structures complexes de manière distribuée. Utilisez l’extension SQL de Data Distiller pour tirer parti des modèles statistiques et transformer les données brutes en simplifiant et en automatisant le prétraitement des données sur les jeux de données volumineux de manière opportune, parallèle et évolutive.
Cette série de documents fournit un guide complet sur l’utilisation de l’extension SQL Data Distiller pour réaliser des opérations classiques d’ingénierie de fonctionnalités et d’apprentissage automatique sur le flux de confiance. Ces documents sont conçus pour vous aider à mettre en oeuvre et à exploiter efficacement l’ingénierie de fonctionnalités SQL, la création de modèles basés sur SQL et le traitement algorithmique. La documentation vous guide tout au long des aspects critiques nécessaires pour intégrer en toute transparence la modélisation statistique avancée dans vos workflows de données SQL standard.
Fonctionnalités
Data Distiller vous dote des outils nécessaires pour transformer les données brutes en fonctionnalités significatives, créer et former des modèles statistiques et utiliser ces modèles pour l’analyse prédictive. La documentation est organisée pour vous aider à comprendre et appliquer ces fonctionnalités étape par étape :
-
Ingénierie des fonctionnalités : découvrez comment prétraiter vos données en extrayant, transformant et sélectionnant les fonctionnalités les plus pertinentes. Découvrez les fonctions SQL disponibles qui simplifient et automatisent le processus de conception des fonctionnalités et comment vous assurer que vos données sont préparées de manière optimale pour la formation des modèles.
-
Modèles : découvrez comment gérer, évaluer et prédire les modèles statistiques avancés à l’aide de SQL. Découvrez les processus principaux impliqués dans SQL pour définir le cycle de vie de ces modèles sur vos jeux de données.
-
Algorithmes : explorez les algorithmes de modélisation statistique avancée pris en charge par Data Distiller, y compris la mise en grappe, la classification et la régression. Ce document décrit le processus d’utilisation des algorithmes disponibles, leurs paramètres et la manière de générer des modèles spécifiques au client à l’aide de l’extension SQL pour répondre aux besoins de votre entreprise.
Étapes suivantes
Pour savoir comment exécuter des tâches d’apprentissage automatique sophistiquées avec les fonctionnalités de Data Distiller, lisez le document Ingénierie des fonctionnalités. Il explique comment transformer vos données en fonctionnalités prêtes à être modélisées. Ensuite, accédez au document Modèles qui vous guide tout au long du processus de création, de formation et de gestion des modèles approuvés à l’aide des fonctionnalités que vous avez conçues. Enfin, explorez le document Mise en oeuvre de modèles statistiques avancés pour en savoir plus sur les différents modèles approuvés disponibles et sur la manière de les mettre en oeuvre dans vos workflows SQL.
Experience Platform
