Features von Machine Learning in Oracle Database

Maschinelles Lernen in Oracle Autonomous Database

Machine Learning Notebooks

Steigern Sie die Produktivität von Data Scientists, Data Engineers und Entwicklern und verkürzen Sie ihre Lernkurve mit vertrauter Notebook-Technologie. Oracle Machine Learning Notebooks unterstützt SQL, PL/SQL, Python, R, Conda und Markdown-Interpreter für Oracle Autonomous Database. So können Sie bei der Entwicklung analytischer Lösungen mit der Sprache Ihrer Wahl und mit benutzerdefinierten Paketen von Drittanbietern arbeiten.

Machine Learning-Services

Reduzieren Sie die Zeit für die Bereitstellung und Verwaltung nativer In-Database-Modelle und Modelle im ONNX-Format in der Oracle Autonomous Database-Umgebung. Anwendungsentwickler verwenden Modelle über einfach zu integrierende REST-Endpunkte. Überwachen Sie Ihre Daten und datenbankinternen Modelle, um fortlaufende Korrektheit und Genauigkeit sicherzustellen. Stellen Sie Modelle schnell und einfach über die Benutzeroberfläche von Oracle Machine Learning AutoML bereit.

Überwachung des maschinellen Lernens

Erhalten Sie Einblicke in die Entwicklung Ihrer Unternehmensdaten über einen längeren Zeitraum und ergreifen Sie Korrekturmaßnahmen, bevor Datenprobleme erhebliche negative Auswirkungen auf das Unternehmen haben. Mithilfe der Datenüberwachung können Sie die Datenintegrität für Ihre Unternehmensanwendungen und Dashboards sicherstellen. Identifizieren Sie Datendrift schnell und zuverlässig und verstehen Sie einzelne Datenspalten und deren Wechselwirkungen.

Maschinelles Lernen für SQL

Vereinfachen und beschleunigen Sie die Erstellung von ML-Modellen sowohl durch erfahrene Data Scientists als auch durch Laien mit SQL und PL/SQL für die Datenaufbereitung, Modellerstellung, Bewertung und Bereitstellung.

Oracle Machine Learning – AutoML-Benutzeroberfläche

Eine No-Code-Benutzeroberfläche, die AutoML auf Oracle Autonomous Database unterstützt, um sowohl die Produktivität von Data Scientists als auch den Zugriff von Laien auf leistungsstarke datenbankinterne Algorithmen zur Klassifizierung und Regression zu verbessern.

Maschinelles Lernen für R

Beschleunigen Sie die Modellierung des maschinellen Lernens mit Oracle Autonomous Database als High Performance Computing-Plattform mit einer R-Schnittstelle. Verwenden Sie Oracle Machine Learning Notebooks, um skalierbare, auf maschinellem Lernen basierende Lösungen in R zu entwickeln und Conda-Umgebungen mit Paketen von Drittanbietern zu erstellen. Anschließend können Sie die benutzerdefinierten R-Funktionen einfach über SQL- und REST-APIs mit vom System bereitgestellter Daten- und Aufgabenparallelität bereitstellen.

Maschinelles Lernen für Python

Data Scientists und andere Python-Benutzer beschleunigen die Modellierung von maschinellem Lernen und die Bereitstellung von Lösungen, indem sie Oracle Autonomous Database als Hochleistungs-Computing-Plattform mit einer Python-Schnittstelle einsetzen. Verwenden Sie Oracle Machine Learning Notebooks, um skalierbare, auf maschinellem Lernen basierende Lösungen in Python zu entwickeln. Das integrierte AutoML empfiehlt relevante Algorithmen und Features und führt eine automatisierte Modelloptimierung durch.

Data Miner

Data Scientists und Datenanalysten können diese Drag-and-drop-Benutzeroberfläche verwenden, um schnell analytische Workflows in SQL Developer zu erstellen. Durch die schnelle Modellentwicklung und -verfeinerung können Nutzer verborgene Muster und Beziehungen entdecken sowie Einblicke in ihre Daten gewinnen.

Maschinelles Lernen in Oracle Database

Maschinelles Lernen für SQL

Vereinfachen und beschleunigen Sie die Erstellung von ML-Modellen sowohl durch erfahrene Data Scientists als auch durch Laien mit SQL und PL/SQL für die Datenaufbereitung, Modellerstellung, Bewertung und Bereitstellung.

Data Miner

Data Scientists und Datenanalysten können diese Drag-and-drop-Benutzeroberfläche verwenden, um schnell analytische Workflows zu erstellen. Durch die schnelle Modellentwicklung und -verfeinerung können Nutzer verborgene Muster und Beziehungen entdecken sowie Einblicke in ihre Daten gewinnen.

Maschinelles Lernen für R

Beschleunigen Sie die Modellierung und Bereitstellung von Lösungen für das maschinelle Lernen, indem Sie Oracle Database als Hochleistungs-Computing-Plattform mit einer R-Schnittstelle einsetzen. Stellen Sie benutzerdefinierte R-Funktionen einfach über SQL- und R-APIs mit vom System bereitgestellter Daten- und Aufgabenparallelität bereit. Benutzerdefinierte R-Funktionen können Funktionen aus dem R-Paket-Ökosystem enthalten.

Maschinelles Lernen für Python

Data Scientists und andere Python-Benutzer beschleunigen die ML-Modellierung und die Bereitstellung von Lösungen, indem sie Oracle Database als Hochleistungs-Computing-Plattform mit einer Python-Schnittstelle einsetzen. Das integrierte AutoML empfiehlt relevante Algorithmen und Features und führt eine automatisierte Modelloptimierung durch.

AutoML

Oracle Machine Learning – AutoML-Benutzeroberfläche

Eine No-Code-Benutzeroberfläche, die AutoML auf Oracle Autonomous Database unterstützt, um sowohl die Produktivität von Data Scientists als auch den Zugriff von Laien auf leistungsstarke datenbankinterne Algorithmen zur Klassifizierung und Regression zu verbessern.

Maschinelles Lernen für Python

Data Scientists und andere Python-Benutzer beschleunigen die Modellierung von maschinellem Lernen und die Bereitstellung von Lösungen, indem sie Oracle Autonomous Database und Oracle Database als Hochleistungs-Computing-Plattform mit einer Python-Schnittstelle einsetzen. Das integrierte AutoML empfiehlt relevante Algorithmen und Features und führt eine automatisierte Modelloptimierung durch. Zusammen verbessern diese Funktionen die Nutzerproduktivität, Modellgenauigkeit und Skalierbarkeit.

No-Code-Benutzeroberflächen

Oracle Machine Learning – AutoML-Benutzeroberfläche

Eine No-Code-Benutzeroberfläche, die AutoML auf Oracle Autonomous Database unterstützt, um sowohl die Produktivität von Data Scientists als auch den Zugriff von Laien auf leistungsstarke datenbankinterne Algorithmen zur Klassifizierung und Regression zu verbessern.

Überwachung des maschinellen Lernens

Erhalten Sie Einblicke in die Entwicklung Ihrer Unternehmensdaten über einen längeren Zeitraum und ergreifen Sie Korrekturmaßnahmen, bevor Datenprobleme erhebliche negative Auswirkungen auf das Unternehmen haben. Mithilfe der Datenüberwachung können Sie die Datenintegrität für Ihre Unternehmensanwendungen und Dashboards sicherstellen. Identifizieren Sie Datendrift schnell und zuverlässig und verstehen Sie einzelne Datenspalten und deren Wechselwirkungen.

Data Miner

Data Scientists und Datenanalysten können diese Drag-and-drop-Benutzeroberfläche verwenden, um schnell analytische Workflows zu erstellen. Durch die schnelle Modellentwicklung und -verfeinerung können Nutzer verborgene Muster und Beziehungen entdecken sowie Einblicke in ihre Daten gewinnen.