Aprendizagem da máquina facilitada

De acordo com a Forrester Research, "98% das empresas enfrentam desafios para obter insights a partir dos dados coletados; isso se deve principalmente à falta de conhecimento interno".¹ Embora sua organização possa ser capaz de manter sua vantagem competitiva hoje sem esses insights, o ritmo de mudança em direção à transformação digital pode em breve afetar seu negócio.

Assim, organizações em todos os lugares estão focadas no uso de dados - e na incorporação de inteligência artificial (IA) e aprendizagem de máquinas (ML) - para melhorar seus negócios. Com o ML, você pode melhorar e automatizar as operações comerciais, prever eventos e comportamentos e executar proativamente ações programáticas prescritivas baseadas nessas previsões.

Por exemplo, usando o ML e a análise preditiva, sua organização pode identificar e direcionar novos compradores ou identificar os melhores momentos para realizar uma venda através de uma melhor compreensão do comportamento e preferências do consumidor. Se você é um profissional de saúde, sua organização pode analisar diagnósticos codificados, bem como os dados de admissão, transferência e alta do paciente para taxas mais baixas de readmissão. Simplificando, o ML pode economizar tempo e recursos, melhorar a previsão e permitir que você tome melhores decisões e alcance melhores resultados.Parece ótimo, mas há uma desvantagem: desenvolver modelos ML é difícil e requer pouca - e cara - experiência.Felizmente, especialistas do setor estão trabalhando para tornar o ML mais fácil de usar, desenvolvendo novas ferramentas, incluindo AutoML e IntegratedML®.

Ao ler este resumo tecnológico, você vai descobrir:

• Porque é que o ML é fundamental para o sucesso do seu negócio
• Como a escassez de talentos está a tornar um desafio para as organizações alavancar o ML
• O que é o AutoML e como ele o ajuda a vencer a guerra de talentos da IA
• O que é o InterSystems IntegratedML® e como ele foi projetado:
  
  • Capacite seus desenvolvedores de software existentes para desenvolver modelos ML e aplicativos habilitados para ML.
  • Aumentar a produtividade de cientistas de dados treinados.
  • Agilizar os processos operacionais e analíticos para melhorar a experiência do cliente, a eficiência operacional e a produtividade.
  • Melhore a precisão da previsão, crie melhores resultados comerciais e permita que você se diferencie dos seus concorrentes.

Este resumo tecnológico é uma leitura apropriada para executivos de linha de negócios, gerentes e profissionais de TI, quer você esteja procurando aumentar a produtividade de sua equipe ML ou apenas começando a trabalhar com ML sem a necessidade de contratar especialistas em ML.

Baixe o Resumo Tecnológico

Como uma aplicação da IA, o ML treina uma máquina para aprender sobre dados a partir da experiência e inferência.

O ML pode analisar uma ampla gama de dados e criar modelos usados para atender a uma vasta gama de requisitos analíticos e operacionais. Offline, os modelos ML podem ajudar os usuários empresariais a entender o comportamento do cliente, ou problemas de eficiência de processos, para citar apenas algumas aplicações. Quando implantada on-line, ou no fluxo operacional de um negócio, a ML pode muito visivelmente entregar resultados melhorados - seja recomendando um produto ou serviço preferido a um cliente enquanto ele está navegando, alertando-o proativamente antes de fazer uma venda se houver um alto risco de o fornecedor ser incapaz de entregar, ou determinando se uma transação pode ser fraudulenta antes de aprová-la. As operações do departamento em cada parte de sua organização podem se beneficiar do ML, incluindo vendas e marketing, pesquisa e desenvolvimento, jurídico, recursos humanos, suporte ao cliente, desenvolvimento de produtos e até mesmo finanças. O facto é que o ML está a fornecer valor em quase todas as indústrias e promete tornar-se omnipresente à medida que mais e mais organizações o abraçam.

Você já está a experimentar o ML no seu dia-a-dia: desde assistentes pessoais virtuais como o Amazon Alexa e o Siri da Apple, a filtros de spam e detectores de malware, ao método do Facebook para sugerir novos amigos e novos grupos, a chatbots que fornecem suporte online ao cliente, a carros inteligentes que conduzem eles próprios.

A aprendizagem de máquinas oferece muitos benefícios, mas levanta a questão: por que não estão mais empresas a utilizá-la? Uma razão chave: ML é difícil de usar e requer um alto nível de especialização.

ML requer especialistas que compreendam a teoria, a tecnologia, os métodos e as ferramentas. Hoje em dia, estes especialistas são poucos e de longe entre si e com grande procura. De acordo com os últimos dados do Bureau of Labor Statistics dos EUA, há menos de 32.000 cientistas de dados no total nos EUA.² Complicando a escassez de especialistas em IA e cientistas de dados, muito do talento disponível está sendo contratado por gigantes digitais como Amazon, Facebook, Google e Microsoft, que estão pagando salários altos e vertiginosos. Isto torna difícil para as organizações competir por estes recursos já escassos.

O AutoML (Automated Machine Learning) é uma nova e crescente tecnologia para organizações que procuram expandir o alcance dos seus actuais talentos ML e para aquelas que estão apenas a começar a sua jornada ML.

O AutoML é uma abordagem relativamente nova à ciência dos dados - automatiza e simplifica a criação de modelos ML. Realiza engenharia de características, automatizando o processo de transformação de dados brutos em formatos apropriados para os modelos ML. Ele automatiza a seleção de modelos, treinamento e análise de resultados - e testa diferentes algoritmos ML com parâmetros variáveis para criar o modelo mais preciso para um determinado problema. Para organizações com uma equipe de cientistas de dados, isso automatiza grande parte dos processos manuais e de tentativa e erro usados para construir modelos ML e melhora significativamente a produtividade de seus cientistas de dados, economizando tempo e esforço.

Se você ainda não tem especialistas ML na equipe, realizar engenharia de recursos e criar e treinar modelos pode ser um desafio. Mas agora, com o AutoML, a sua organização não precisa necessariamente de cientistas de dados para criar modelos ML úteis. Ao invés disso, você pode começar com casos de uso simples e AutoML, enquanto simultaneamente treina seus desenvolvedores para realizar mais análises e processos de desenvolvimento ML.

No entanto, muitas ferramentas AutoML hoje em dia são limitadas. Embora sejam capazes de criar modelos ML, eles não oferecem nenhuma funcionalidade para executar os modelos dentro de processos de negócios em tempo real. Esta é uma forma importante em que a InterSystems IntegratedML é diferente.

InterSystems IntegratedML é um recurso incorporado da plataforma de dados IRIS® da InterSystems, um ambiente de software de gerenciamento de dados completo. O IntegratedML oferece todas as características e benefícios do AutoML tradicional. No entanto, como está incorporado no IRIS da InterSystems, é possível desenvolver e implementar aplicações sofisticadas que executam estes modelos de forma dinâmica em resposta a eventos e transacções em tempo real, sem extrair ou mover quaisquer modelos ou dados.

Por exemplo, considere um banco que emite cartões de crédito que precisa de identificar o risco de fraude antes de aprovar cada transacção. Executa uma aplicação de cartão de crédito em tempo real e de alto desempenho desenvolvida com InterSystems IRIS, que armazena todos os dados demográficos e financeiros de todos os clientes e transações com cartão de crédito. Este aplicativo pode conter centenas de elementos de dados para cada transação com cartão de crédito - incluindo se cada transação foi fraudulenta ou válida.

Usando o IntegratedML, os desenvolvedores de aplicações existentes no banco podem criar automaticamente um modelo ML para identificar transações de alto risco com base em transações passadas, simplesmente selecionando o campo desejado (por exemplo, "is_fraudulent") e deixando o IntegratedML criar o modelo e parâmetros mais apropriados.

Mas ao contrário do AutoML tradicional, o modelo baseado no InterSystems IntegratedML pode ser perfeitamente incorporado à aplicação de cartão de crédito para executar em tempo real com cada transação recebida, e a aplicação pode tomar as ações programáticas apropriadas se o modelo determinar
que há um alto risco de fraude, como evitar a transação e chamar e enviar mensagens de texto para o proprietário do cartão.

O IntegratedML também torna mais fácil manter os modelos atualizados à medida que as aplicações são executadas em produção e novos dados são gerados. No caso de fraude de cartão de crédito, como um modo de fraude é detectado e prevenido pela aplicação, novas técnicas serão certamente iniciadas pelos criminosos. Como todos os dados, incluindo os mais recentes, são armazenados dentro da plataforma de dados, não há necessidade de criar extratos manuais e mover os dados para ambientes diferentes. Em vez disso, o banco pode aperfeiçoar continuamente os modelos usando os dados mais recentes para detectar e prevenir novos padrões de ataque, sem demora.

Com o IRIS e o IntegratedML da InterSystems, você pode desenvolver aplicações que realizam ações programáticas prescritivas inteligentes em resposta a eventos em tempo real e obter vantagens competitivas críticas e benefícios comerciais. Ele pode ajudá-lo a ser o primeiro a comercializar um novo produto ou serviço, primeiro a agir numa nova iniciativa e primeiro a responder a uma mudança no comportamento do cliente.

Com o IntegratedML, um desenvolvedor - com pouco ou nenhum conhecimento de ML - pode usar SQL para desenvolver modelos sofisticados de ML.

Isto não é para sugerir que você nunca deve contratar cientistas de dados. Se a sua organização é uma grande empresa com uma equipe de cientistas de dados, a IntegratedML pode poupar tempo significativo aos seus engenheiros de dados e cientistas de dados. Por exemplo, uma pesquisa realizada em 2018 pela Kaggle ML e Data Science³ descobriu que os cientistas de dados gastam quase 40% do seu tempo coletando e limpando dados4 (veja a Figura 1 abaixo). O uso do IntegratedML para a preparação de dados e engenharia de recursos pode liberar seus cientistas de dados para se concentrarem em tarefas mais importantes e de maior valor, como a otimização de modelos.

Para organizações que estão começando a usar o ML, o InterSystems IntegratedML permite que os desenvolvedores de software e analistas que estão construindo suas aplicações de negócios e conhecem os dados explorem o ML por conta própria. O IntegratedML automatiza o trabalho básico, como a identificação dos modelos mais apropriados, a definição de parâmetros e modelos de construção e treinamento. Também acelera o processo de integração dos modelos ML em aplicações de produção. À medida que seus desenvolvedores se tornam mais sofisticados e começam a entender o processo e os resultados, eles podem começar a modificar os parâmetros opcionais e definir os valores eles mesmos. Os cientistas de dados também podem ser mais produtivos com o IntegratedML porque podem gastar seu tempo na otimização do modelo real, em vez de disputar dados e engenharia e seleção de recursos.

Com o IntegratedML, o treinamento do modelo, incluindo a identificação de recursos de entrada apropriados a partir dos dados da fonte, ajuste dos parâmetros do modelo e execução são todos realizados através do uso de apenas alguns comandos SQL.

CREATE MODEL irá sobreviver ao PREDICTING (Survived) FROM TitanicO

comando CREATE MODEL configura os metadados do modelo de aprendizagem da máquina. Os desenvolvedores especificam o nome do modelo (WillSurvive), o campo alvo a ser previsto (Survived) e um conjunto de dados para a origem do campo alvo e todos os campos de entrada do modelo (Titanic). A sintaxe FROM é totalmente geral e pode especificar qualquer expressão de subquisição. Os metadados associados a este conjunto de dados também são usados para inferir os tipos de dados dos campos de destino e de entrada, definindo completamente o problema a ser resolvido pelo modelo.

TRAIN MODEL WillSurvive FROM TitanicO

comando TRAIN MODEL especifica os dados a serem usados para treinamento e executa o motor AutoML, que toma como entrada um conjunto de dados relacionais. Uma vez que a sintaxe FROM é geral, o mesmo modelo pode ser treinado várias vezes com diferentes conjuntos de dados. Por exemplo, você pode querer treinar um modelo de campanha de marketing em diferentes segmentos de clientes, ou re-treinar seu modelo regularmente, conforme novos dados de treinamento ficam disponíveis.

O motor AutoML cuida automaticamente de todas as tarefas de aprendizagem da máquina necessárias. Ele identifica os recursos candidatos relevantes a partir dos dados selecionados, considera os tipos de modelos aplicáveis com base nos dados e definição do problema, e ajusta os hiperparâmetros para produzir um ou mais modelos executáveis.

Os desenvolvedores podem escolher entre diferentes motores AutoML, incluindo InterSystems AutoML, H2O e DataRobot Enterprise AI Platform. Todas as opções do motor AutoML estão perfeitamente integradas no InterSystems IRIS e são transparentes para os desenvolvedores.

SELECT PREDICT(WillSurvive) Como previsto a partir do Titanic
SELECT PROBABILITY(WillSurvive FOR 1) do TitanicOnce

treinado, o modelo fornece resultados através de uma de duas funções escalares, PREDICT() e PROBABILITY(). PREDICT() retorna o valor mais provável ou estimado para a coluna especificada, conforme determinado pelo modelo treinado. Para problemas de categorização, PROBABILITY() retorna a probabilidade calculada pelo modelo treinado de que o campo alvo do modelo será igual a um valor definido pelo usuário. Estas simples funções escalares podem ser usadas em qualquer lugar numa consulta e em qualquer combinação com outros campos e funções. Uma das principais inovações que o IntegratedML proporciona é o cuidado transparente de mapear os campos disponíveis no contexto da consulta dada para os campos de entrada necessários para executar o modelo.

O IntegratedML oferece flexibilidade adicional para os desenvolvedores, por exemplo para mapear para outras fontes de dados que não a tabela ou consulta específica usada para criar ou treinar o modelo, como ilustrado pelo exemplo a seguir.

SELECT Name, PREDICT(WillSurvive WITH Sex = Geschlecht, Age = DATEDIFF(year, NOW(), Geburtsdatum), Fare = TicketPreise, Cabin = Kabine) FROM HindenburgEmbora

a maioria das soluções AutoML operem em um ambiente autônomo com acoplamento solto e de baixo rendimento com plataformas e aplicações de dados externas, o IntegratedML é diferente. Funciona perfeitamente dentro da plataforma de dados IRIS da InterSystems para acelerar e simplificar o treinamento e execução dos modelos ML, e permite que os modelos ML sejam perfeitamente integrados dentro das aplicações IRIS da InterSystems sem mover os dados ou modelos. Esta operacionalização dos modelos ML é considerada um dos maiores impedimentos à rápida adoção do ML em aplicações de negócios.

A tecnologia InterSystems potencia 150.000 implantações em todo o mundo em uma variedade de indústrias. InterSystems IRIS Data Platform é uma plataforma completa de software de gestão de dados construída para acelerar e simplificar o desenvolvimento de aplicações em tempo real, orientadas por dados. A InterSystems IRIS permite aos desenvolvedores incorporar análises sofisticadas - incluindo inteligência empresarial, IA, ML, processamento de linguagem natural e análises preditivas - em processos de negócios em tempo real e de missão crítica. O motor de banco de dados transacional-analítico de alto desempenho embutido suporta simultaneamente cargas de trabalho operacionais e analíticas em escala muito alta.

Além de seus recursos embutidos de desenvolvimento ML e tempo de execução, o InterSystems IRIS também permite:

Integração de Dados e Aplicações - InterSystems IRIS fornece um conjunto completo de recursos de integração e interoperabilidade para limpar, transformar e normalizar dados e suportar integrações sofisticadas. Ele fornece conectividade pronta para uso e transformações de dados para uma ampla gama de aplicações empacotadas, bancos de dados, padrões industriais, protocolos e tecnologias para facilitar a integração e análise de dados e construir modelos preditivos e prescritivos.

Além disso, você pode incorporar processamento analítico, como consultas SQL, análise preditiva, ML e Processamento de Linguagem Natural (PNL) em processos de negócios compostos que conectam fontes de dados e aplicações díspares. Esses processos compostos podem simplificar as operações, acionar alertas e fazê-lo sem afetar o desempenho da aplicação.

Escalabilidade - O InterSystems IRIS é escalável vertical e horizontalmente e altamente eficiente em termos de recursos, tornando-o ideal para aplicações que suportam taxas de ingestão de muito alto volume, altos níveis de cargas de trabalho analíticas, muitos processos de negócios simultâneos e a capacidade de processar, armazenar e analisar conjuntos de dados muito grandes de forma econômica.

Relatórios e Rastreabilidade - Todos os dados (incluindo dados em vôo, metadados e dados associados a transações assíncronas de longa duração) são automaticamente armazenados no banco de dados incorporado e disponíveis para relatórios e análises em tempo real. A visualização e diagnóstico do comportamento das integrações e processos é facilitada através de recursos de rastreamento visual.

Desenvolvimento Gráfico - Ferramentas gráficas de baixo código permitem aos desenvolvedores diagramar visualmente processos, transformações, regras e fluxos de trabalho, para que eles possam se concentrar nas interações lógicas entre os sistemas ao invés de codificar. Os modelos gráficos incentivam a colaboração entre as linhas de negócios e TI, permitindo à sua organização desenvolver novas soluções ou modificar as aplicações existentes mais rapidamente.

Implementação - A InterSystems IRIS suporta uma vasta gama de opções de implementação, incluindo todas as principais nuvens públicas, nuvens privadas, nas instalações e opções híbridas de implementação.

Quer pretenda encantar os seus clientes com experiências personalizadas em tempo real, melhorar os resultados clínicos dos pacientes, prever proactivamente as necessidades de manutenção antes das falhas ou detectar e prevenir fraudes em tempo real, a InterSystems IRIS e a IntegratedML podem ajudá-lo a atingir estes objectivos e muito mais.

Saiba mais sobre a InterSystems IRIS

A aprendizagem de máquinas é a onda do futuro e qualquer organização que queira competir terá de começar a usá-la. Infelizmente, os cientistas de dados são escassos e seus salários estão disparando, fazendo com que seja um desafio para as grandes organizações expandir sua pegada de ML e para as pequenas organizações começar com ML. Enquanto inovações como o AutoML estão ajudando, o AutoML por si só não é suficiente.

InterSystems IntegratedML fornece recursos sofisticados de AutoML, expostos através de uma interface SQL intuitiva e totalmente integrados dentro de uma plataforma de dados abrangente. O IntegratedML facilita a implementação de modelos ML em tempo real, aplicações de missão crítica sem a necessidade de mover dados ou modelos, e sem a necessidade de uma equipe de cientistas de dados. Juntos, o InterSystems IRIS e o IntegratedML permitem que você crie um ciclo virtuoso de melhoria, refinando continuamente modelos ML sem demora em resposta aos dados de produção mais recentes.

Se você tiver uma equipe de cientistas de dados, o IntegratedML irá melhorar a produtividade de sua equipe.

Se você está apenas começando sua jornada de IA, o IntegratedML pode começar agora com o ML, sem contratar especialistas caros em ML.

Em qualquer dos casos, o IntegratedML pode ajudá-lo:

• Acelere e simplifique a criação de modelos ML
• Executar ações programáticas inteligentes em tempo real
• Simplificar os processos para melhorar as experiências dos clientes, a eficiência operacional e a produtividade
• Melhorar a precisão da previsão, acelerar melhores resultados comerciais e superar a concorrência
• Desenvolver aplicações mais inteligentes de forma mais rápida e fácil com menos recursos
• Ganhe a guerra de talentos da IA

Saiba mais sobre a InterSystems IRIS

---

^{1 - Forrester Opportunity Snapshot. (2019) Data Insights Are Key to Differentiated Customer Experience: A Unified Data Analytics Platform Enables Timely and Contextually Relevant CX2
-
h} ttps://www.bls.gov/ooh/computer-and-information-technology/computer-and-information-research-scientists.htm^{3 -
h} ttps://www.kaggle.com/headsortails/what-we-do-in-the-kernels-a-kaggle-survey-story^{4 -} https://businessoverbroadway.com/2019/02/19/how-do-data-professionals-spend-their-time-on-data-science-projects/