ML-gestützte Analyse¶
Diese Analyse-Tools liefern Ihnen unter Verwendung von Machine Learning-Modellen automatische Vorhersagen und Einblicke in Ihre Daten.
Unter diesem Thema:
Was sind ML-gestützte Analysen?¶
Snowflakes ML-gestützte Analyse-Features nutzen maschinelles Lernen, um Muster in Ihren Daten zu erkennen. Wir stellen für jedes Analyse-Feature einen geeigneten Modelltyp zur Verfügung, sodass Sie kein Machine Learning-Entwickler sein müssen, um die Vorteile nutzen zu können. Alles, was Sie benötigen, sind Ihre Daten.
Zeitreihenanalyse¶
Diese Features trainieren ein Machine Learning-Modell für Ihre Zeitreihendaten, um zu ermitteln, wie sich eine bestimmte Kennzahl (z. B. der Umsatz) im Laufe der Zeit und im Verhältnis zu anderen Features Ihrer Daten verändert. Das Modell liefert dann Erkenntnisse und Vorhersagen auf der Grundlage der in den Daten erkannten Trends.
Prognosen dienen der Vorhersage zukünftiger Werte von Kennzahlen anhand von Trends in historischen Zeitreihendaten.
Anomalieerkennung markiert Kennzahlenwerte, die von den typischen Erwartungen abweichen.
Contribution Explorer bietet Unterstützung beim Auffinden von Dimensionen und Werten, die Kennzahlen auf überraschende Weise beeinflussen.
Hinweise zu Kosten¶
Wenn Sie ML-gestützte Analyse-Features verwenden, entstehen Ihnen Computekosten. Diese Kosten variieren je nach Feature und der Menge der für das Training und die Vorhersage verwendeten Daten.
Allgemeine Informationen zu den Snowflake-Computekosten finden Sie unter Erläuterungen zu den Computekosten.