Keine Ergebnisse gefunden

Ihre Suche ergab keine Treffer.

Beachten Sie die folgenden Tipps, um das Gesuchte zu finden:

  • Prüfen Sie die Schreibweise des Suchbegriffs.
  • Verwenden Sie Synonyme für das eingegebene Stichwort, z. B. “Anwendung” statt “Software.”
  • Testen Sie eine der unten gezeigten beliebten Suchen.
  • Beginnen Sie eine neue Suche.
Aktuelle Fragen

Oracle Machine Learning

Oracle Machine Learning beschleunigt die Entwicklung von Machine Learning-Modellen für Datenwissenschaftler, da keine Daten mehr in dedizierte Machine Learning-Systeme verschoben werden müssen.

Erleben Sie Oracle Machine Learning

Oracle Machine Learning

Datenbankinterne Algorithmen

Datenwissenschaftler können mit mehr als 30 skalierbaren Algorithmen, die in Oracle Database integriert sind, auf einfache Weise leistungsstarke Modelle für Machine Learning entwickeln und bereitstellen.
Entdecken Sie Techniken des Machine Learning und unterstützen Sie Algorithmen (PDF)

Keine Datenverschiebungen

Datenwissenschaftler und Entwickler können Daten dort verarbeiten, wo sie sich befinden, um die Modellentwicklung und ‑bereitstellung zu vereinfachen, die Anwendungsentwicklungszeit zu verkürzen und die Datensicherheit zu gewährleisten.

Eine einzige Quelle der Wahrheit

Datenwissenschaftler können die Aktualität und Relevanz von Machine Learning-Prozessen maximieren, indem sie aktuelle Geschäftsdaten in der Datenbank analysieren.

Automatisierte Datenaufbereitung

Datenwissenschaftler können die Zeit bis zur Einsicht verkürzen, indem sie häufig erforderliche Transformationen für datenbankinterne Algorithmen für Machine Learning automatisieren.

Schnelle Unternehmensbereitstellung

Entwickler erreichen eine sofortige Verfügbarkeit des Machine Learning-Modells mit einfachem SQL und einfachen Bereitstellungsoptionen mithilfe der Representational State Transfer (REST)-Schnittstellen.

Oracle Machine Learning Notebooks

Datenwissenschaftler und Entwickler verwenden eine benutzerfreundliche, interaktive Benutzeroberfläche für die Zusammenarbeit mit mehreren Benutzern, die auf der Notebook-Technologie Apache Zeppelin basiert und die Verfügbarkeit für SQL unterstützt sowie Interpreter für PL/SQL für Oracle Autonomous Database.

Oracle Machine Learning for SQL

Datenwissenschaftler können die Erstellung von Machine Learning-Modellen unter Verwendung von SQL und PL/SQL für die Datenaufbereitung sowie die Entwicklung, Bewertung und Bereitstellung von Machine Learning-Modellen in Oracle Database vereinfachen.

Oracle Machine Learning for R

R-Benutzer erhalten die Performance und Skalierbarkeit von Oracle Database für die Datenexploration, ‑aufbereitung und Machine Learning über eine gut integrierte R-Schnittstelle, die die einfache Bereitstellung benutzerdefinierter R-Funktionen mit SQL auf Oracle Database erleichtert.

Oracle Data Miner

Datenwissenschaftler und Datenanalysten können mithilfe der Drag-and-Drop-Schnittstelle des SQL Developer-Add-Ins Daten untersuchen und Analysemethoden (Workflows) erstellen, die gemeinsam genutzt und geplant werden können, um datengesteuerte Probleme zu lösen.

Oracle Machine Learning for Spark

Datenwissenschaftler können alle Knoten eines Big Data-Clusters mit skalierbaren Spark-basierten Algorithmen für Daten von Hive, Impala, HDFS über eine R-API verwenden, um die Modellentwicklung und Datenbewertung zu beschleunigen.

Datenverarbeitung mit hoher Leistung

Datenwissenschaftler können Probleme mit Performance während der Datenaufbereitung, Modellentwicklung und Datenbewertung mithilfe der integrierten Parallelität und Skalierbarkeit von Oracle Database vermeiden und Optimierungen für Oracle Exadata und andere Umgebungen vornehmen.

Konvergierte Datenbank

Entwickler können Oracle Machine Learning problemlos in verschiedenen Anwendungen einsetzen, die verschiedene Datentypen, wie räumliche und grafische Daten, verwenden, indem sie die konvergierten Funktionen der Oracle Database nutzen.

Datenbankinterne Bewertung

Datenwissenschaftler und Entwickler können mithilfe der „Smart-Scan“-Technologie von Exadata große Datenmengen in kurzer Zeit bewerten, um schnellere Ergebnisse zu erzielen.

Sicherheit

Datenwissenschaftler und Entwickler, die Oracle Machine Learning verwenden, sind durch die in Oracle Database integrierte Sicherheit, Verschlüsselung und den rollenbasierten Zugriff auf Benutzerdaten und datenbankinterne Modelle von Oracle Machine Learning geschützt.

Alle Kundenerfolge anzeigen

Oracle Machine Learning – Kundenerfolge

Kunden auf der ganzen Welt nutzen die datenbankinternen Machine Learning-Funktionen von Oracle, um komplexe und wichtige datengesteuerte Probleme zu lösen.

CaixaBank-Logo
DX Marketing-Logo
Forth Corporation-Logo
UK NHS-Logo
StubHub-Logo
Unicredit-Logo
Valdosta State University-Logo
NHS Customer-Logo

UK NHS spart 1,6 Milliarden Pfund und bietet mit Oracle Machine Learning eine bessere persönliche Betreuung.

Oracle Machine Learning – Anwendungsfälle

  • Verhalten vorhersagen

    Prognostizieren Sie das Kaufverhalten, die Abnutzung und die Kreditausfälle Ihrer Kunden anhand einer 360-Grad-Ansicht, um den Gewinn und die Kundenzufriedenheit zu steigern.

  • Erkennung von Anomalien und Betrug

    Identifizieren Sie Betrug bei Finanztransaktionen, Schadensfällen und Spesenabrechnungen in Echtzeit, um Risiken und Verluste zu reduzieren.

  • Entdecken Sie neue Segmente

    Finden Sie versteckte Möglichkeiten, um das Geschäft mit neuen Märkten, Kundensegmenten und bisher unbekannten Nutzer-Profilen auszubauen.

  • Warenkorbanalyse und Empfehlungen

    Verarbeiten Sie große Transaktionsvolumina, um neue Angebote zu identifizieren und Möglichkeiten für gezieltes Marketing zu verkaufen.

  • Kognitive Analyse

    Erweitern Sie Kundenerlebnisse mit der Identifizierung von Themen, Stimmungen und Ähnlichkeiten in unstrukturiertem Text.

15. August 2020

Die sich ändernde Rolle des DBA-Serie: Vom Oracle Data Professional zum Oracle Data Scientist in 6 Wochen!

Charlie Berger, Senior Director, Machine Learning, AI, and Cognitive Analytics, Oracle

Lesen Sie die neuesten Informationen in einer Reihe von Blog-Beiträgen, in denen die 6 Schritte eines Machine Learning-Lebenszyklus ausführlich erläutert werden. Ideal für Nicht-Datenwissenschaftler, die Best Practices verstehen und mit Oracle Machine Learning beginnen möchten.

Vollständigen Beitrag lesen

Ausgewählte Blog-Feeds

Alle anzeigen

Verwandte Produkte

Oracle Cloud Infrastructure Data Science

Open-Source-Algorithmen und ‑Frameworks

Oracle Analytics Cloud

Umfassende Analyse-Funktionen in der Cloud

Oracle Big Data

Transformieren Sie Daten in geschäftlichen Nutzen

Oracle Spatial and Graph

Moderne Frameworks für die Geo- und Graphanalyse

Erste Schritte


Oracle Cloud Free Tier testen

Beginnen Sie mit Oracle Cloud und greifen Sie kostenlos auf Oracle Machine Learning innerhalb von Autonomous Database zu.


Veranstaltung besuchen

Registrieren Sie sich noch heute, um am Analytics and Data Oracle User Community TechCasts teilzunehmen.


An der Unterhaltung teilnehmen

Holen Sie sich Support und lernen Sie gemeinsam von der datenbankinternen Oracle Machine Learning Groundbreakers-Community.