Funções baseadas em ML do Snowflake Cortex¶
Snowflake Cortex é o serviço inteligente e totalmente gerenciado da Snowflake que permite que as organizações analisem dados rapidamente e criem aplicativos de AI, tudo dentro do Snowflake. Essas funções baseadas em ML fornecem previsões e insights automatizados sobre seus dados usando aprendizado de máquina.
Neste tópico:
Quais são funções baseadas ML do Snowflake Cortex?¶
As funções baseadas em ML do Snowflake Cortex usam aprendizado de máquina para detectar padrões em seus dados. Fornecemos um tipo de modelo apropriado para cada recurso, para que você não precise ser um desenvolvedor de aprendizado de máquina para aproveitá-los. Tudo que você precisa são seus dados.
Funções de série temporal¶
Esses recursos treinam um modelo de aprendizado de máquina em seus dados de série temporal para determinar como uma métrica especificada (por exemplo, vendas) varia ao longo do tempo e em relação a outros recursos de seus dados. O modelo fornece insights ou previsões com base nas tendências detectadas nos dados.
Previsão prevê valores de métricas futuras a partir de tendências passadas em dados de séries temporais.
Detecção de anomalia sinaliza valores de métrica que diferem das expectativas típicas.
Contribution Explorer ajuda a encontrar dimensões e valores que afetam a métrica de maneiras surpreendentes.
Considerações sobre custo¶
Ao usar funções baseadas em ML do Snowflake Cortex, você incorre em custos de armazenamento e computação. Esses custos variam dependendo do recurso utilizado e da quantidade de dados utilizados no treinamento e na previsão.
Os custos de armazenamento incorridos refletem o armazenamento das instâncias de modelo de ML criadas durante a etapa de treinamento. Para visualizar os objetos associados à sua instância de modelo, navegue até suas exibições do Account Usage (por exemplo, ACCOUNT_USAGE.TABLES e ACCOUNT_USAGE.STAGES). Esses objetos aparecerão com colunas de esquema e banco de dados nulo. A coluna id_instância, entretanto, será preenchida e indicará que esses objetos estão contidos em uma instância de modelo. Esses objetos são totalmente gerenciados pela instância do modelo e não é possível acessá-los ou excluí-los separadamente. Para reduzir os custos de armazenamento associados aos seus modelos, exclua modelos não utilizados ou obsoletos.
Consulte Explicação dos custos de computação para obter informações gerais sobre os custos de computação do Snowflake.