Machine Learning Services

Access a full range of machine learning (ML) and generative AI innovations, including vector databases, fully integrated in Oracle’s data platforms. Work with in-database tools and algorithms to build, manage, and deploy ML models and get more accurate, contextually relevant answers from generative AI by combining large language models (LLMs) with your proprietary data.

Innovationen und Wettbewerbsvorteile mit KI beschleunigen

Entdecken Sie die Bedeutung einer soliden Datenstrategie für KI. Dieser IDC-Bericht untersucht aktuelle Herausforderungen und bietet Anleitungen zur Zusammenstellung einer grundlegenden Datenstrategie für KI.

Der Lebenszyklus von ML-Modellen

Das Erstellen eines Machine Learning-Modells ist ein iterativer Prozess. Erfahren Sie mehr über jeden Schritt – von der Datenerfassung bis hin zur Modellbereitstellung und -überwachung.

Probieren Sie einen Workshop für maschinelles Lernen aus

Entdecken Sie Notebooks und erstellen oder testen Sie Algorithmen für Machine Learning. Probieren Sie AutoML aus und sehen Sie die Data Science-Ergebnisse.

Machine Learning-Services – Features

  • Open Source-Bibliotheken und -Frameworks

    Open-Source-Bibliotheken und -Frameworks von Python und R ermöglichen die Untersuchung, Transformation und Visualisierung von Daten. Dazu gehören unter anderem Pandas, Dask, NumPy, Plotly, Matplotlib, TensorFlow, Keras und PyTorch.

  • Datenbankinterne optimierte Algorithmen

    Oracle Database enthält mehr als 30 leistungsstarke, vollständig skalierbare Algorithmen, die häufig verwendete Techniken des maschinellen Lernens abdecken. Daten, die sich bereits in Oracle Database befinden, müssen nicht verschoben werden, was den Arbeitsaufwand für die Datenverwaltung reduziert.

  • Auswahl der Bereitstellung

    Stellen Sie schnell Modelle für den Zugriff von Anwendungen und Geschäftsanalysten bereit. Modelle können mit einer REST-API in einer serverlosen, skalierbaren Cloud-Architektur als Oracle Functions, oder direkt in der Datenbank bereitgestellt werden.

  • Modellerklärung

    Mithilfe der Modellerklärung können Benutzer das Gesamtverhalten eines Modells sowie einzelne Modellvorhersagen nachvollziehen. OCI Data Science macht es einfacher zu verstehen, wie wichtig Funktionen sind und was Vorhersagen beeinflusst.

  • Greifen Sie flexibel und einfach auf Daten zu

    Greifen Sie auf Daten in mehreren Formaten (einschließlich CSV, Excel und JSON), aus mehreren Quellen (einschließlich Objekt-Storage, Oracle Database, MongoDB, PostgreSQL und Hadoop) und von mehreren Standorten (On-Premises,Oracle Cloud und anderen Clouds) zu.

  • Unterstützung für mehrere Skriptsprachen

    Data Scientists können mit den gängigsten Sprachen entwickeln, einschließlich Python, R und SQL. Wenn Datenanalysten die Flexibilität haben, die für bestimmte Aufgaben am besten geeigneten Sprachen zu verwenden, erzielen Unternehmen bessere und schnellere Ergebnisse.

Machine Learning-Partner und -Kunden

Weitere ML-Kundenerfolge kennenlernen

Oracle Machine Learning-Services

OCI Data Science

OCI Data Science ist ein End-to-End-Service für maschinelles Lernen (ML), der JupyterLab-Notebook-Umgebungen und Zugriff auf Hunderte beliebter Open-Source-Tools und -Frameworks bietet.

  • Mit diesem Service können Sie ML-Modelle mit NVIDIA-GPUs, AutoML-Funktionen und der automatischen Optimierung von Hyperparametern erstellen und trainieren.
  • Darüber hinaus besteht die Möglichkeit Modelle als HTTP-Endpunkte bereitzustellen oder Oracle Functions zu verwenden.
  • Verwalten Sie Modelle durch Versionskontrolle, wiederholbare Jobs und Modellkataloge.

Machine Learning in Oracle Database

Machine Learning in Oracle Database unterstützt Datenexploration und -vorbereitung sowie das Erstellen und Bereitstellen von Modellen für maschinelles Lernen mit SQL-, R-, Python-, REST-, AutoML- und No-Code-Schnittstellen.

  • Es umfasst mehr als 30 datenbankinterne Algorithmen, die Modelle in Oracle Database zur sofortigen Verwendung in Anwendungen erzeugen.
  • Erstellen Sie Modelle schnell, indem Sie Schlüsselelemente des maschinellen Lernprozesses vereinfachen und automatisieren.

OCI-Datenbeschriftung

OCI Data Labeling stellt beschriftete Datensätze bereit, um KI- und ML-Modelle genauer zu trainieren.

  • Benutzer können über Benutzeroberflächen und öffentliche APIs Daten zusammenstellen, Datensätze erstellen und durchsuchen sowie Labels auf Datensätze anwenden.
  • Die gekennzeichneten Datensätze können exportiert und für die Modellentwicklung in vielen KI- und ML-Services von Oracle verwendet werden, um eine reibungslose Modellerstellung zu ermöglichen.

OCI Virtual Machines for Data Science

OCI Virtual Machines for Data Science sind GPU-basierte Umgebungen, die mit gängigen IDEs, Notebooks und Frameworks für maschinelles Lernen vorkonfiguriert sind.

  • Einfache Bereitstellung von Oracle Cloud Marketplace mit einer Auswahl an Compute-Ausprägungen.

Anwendungsfälle für maschinelles Lernen

Prosperdtx: Patientenergebnisse mit OCI Data Science verbessern

Erfahren Sie, wie Prosperdtx eine Architektur bereitgestellt hat, die große Mengen an Quelldaten sicher verarbeiten kann, um Vorhersagemodelle mit Oracle Cloud Infrastructure Data Science zu erstellen.


Prosperdtx-Architekturdiagramm, Details unten
Daten aus elektronischen Krankenakten, Geräten und von Endbenutzern werden erfasst, um ein Prognosemodell für Anwendungen für das Gesundheitswesen zu erstellen. Daten, die von Wearables und Imaging-Datensätzen gestreamt werden, werden in OCI Object Storage erfasst. StrukturierteDaten werden sicher in Oracle Autonomous Database geladen und gespeichert. Oracle APEX unterstützt Entwickler bei der schnellen Erstellung von Anwendungen. OCI Data Science wird zur Erstellung von Vorhersagemodellen verwendet, die große Mengen an Patientendaten aufnehmen können. Anwendungsentwickler übernehmen die fertigen Vorhersagemodelle dann, um sie zu Anwendungen hinzuzufügen.

Data Science-Umgebung mit datenbankinternem maschinellem Lernen einrichten

Mit maschinellem Lernen in Oracle Database können Data Scientists Zeit sparen, indem sie die Daten zur Analyse und Modellerstellung, -bewertung und -bereitstellung in externe Systeme verlagern.


Machine Learning-Architekturdiagramm, Details unten
Daten werden aus einem Kundendatenzentrum generiert und zur Speicherung an Oracle Autonomous Database gesendet. Bei Oracle Autonomous Database ist Machine Learning in Oracle Database integriert. So können Data Scientists schnell Modelle erstellen, indem Sie wichtige Elemente des ML-Lebenszyklus vereinfachen und automatisieren. Die fertigen Modelle werden an Oracle Analytics Cloud oder Oracle APEX gesendet. Business Analysts integrieren die abgeschlossenen Modelle in Analyseprojekte, während Anwendungsentwickler sie in Anwendungen aufnehmen.
11. März 2022

OCI Data Science bietet einen einfacheren Einstieg in Notebook-Sitzungen und -Jobs

Wendy Yip, Data Scientist, Oracle

Oracle Cloud Infrastructure (OCI) Data Science führt ein neues Feature ein, verwalteter Egress, mit dem Kunden das Networking für ihre Notebooks und Jobs einfacher konfigurieren können. Dieses Feature bietet die Option, Ihre Netzwerkressourcen von OCI Data Science verwalten zu lassen.

Notebook-Sessions kennenlernen

Ausgewählte Blogs zum maschinellen Lernen

Alle anzeigen

Referenzarchitekturen für KI/maschinelles Lernen

Alle Referenzarchitekturen anzeigen