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

Machine Learning deckt verborgene Muster und Daten in Unternehmensdaten auf und generiert einen Mehrwert für das Unternehmen. Mithilfe reduzierter Datenbewegung, AutoML-Technologie und vereinfachter Bereitstellung beschleunigt Oracle Machine Learning die Entwicklung und Bereitstellung von Machine-Learning-Modellen für Datenwissenschaftler.

Erfahren Sie, wie Sie mit Python, R und SQL schneller Machine Learning-Modelle erstellen können.

Erstellen Sie hochleistungsfähige Machine Learning-Modelle in Oracle Database

Oracle Machine Learning in Autonomous Database

Oracle Machine Learning Notebooks

Steigern Sie die Produktivität von Datenwissenschaftlern und Entwicklern und verringern Sie ihre Lernkurve mit der vertrauten Open Source-basierten Notebook-Technologie Apache Zeppelin. Notebooks unterstützen SQL-, PL/SQL-, Python- und Markdown-Interpreter für Oracle Autonomous Database, sodass Nutzer bei der Entwicklung von Modellen mit der Sprache ihrer Wahl arbeiten können.

Oracle Machine Learning Services

Reduzieren Sie die Zeit bis zur Bereitstellung und verwalten Sie native datenbankinterne Modelle sowie Klassifizierungs- und Regressionsmodelle im ONNX-Format außerhalb von Oracle Autonomous Database. Anwendungsentwickler verfügen über einfach zu integrierende REST-Endpunkte. Datenwissenschaftler erhalten über Oracle Machine Learning AutoML User Interface eine integrierte Modellbereitstellung.

Oracle Machine Learning for SQL

Vereinfachen und beschleunigen Sie die Erstellung von Machine Learning-Modellen für professionelle und nicht professionelle Datenwissenschaftler unter Verwendung von SQL und PL/SQL für die Datenaufbereitung sowie die Entwicklung, Bewertung und Bereitstellung.

 

Oracle Machine Learning AutoML User Interface

Eine No-Code-Nutzeroberfläche, die AutoML in Autonomous Database unterstützt, um sowohl die Produktivität von Datenwissenschaftlern als auch den Zugriff von Nichtfachleuten auf leistungsstarke datenbankinterne Algorithmen zur Klassifizierung und Regression zu verbessern.

Oracle Machine Learning for Python

Datenwissenschaftler und andere Python-Nutzer beschleunigen die Modellbildung und -ausführung, indem sie die integrierte Python-Umgebung von Oracle Autonomous Database als leistungsstarke Computerplattform nutzen. Integriertes AutoML bietet automatisierte Algorithmus- und Funktionsauswahl sowie Modelloptimierung und -auswahl. Zusammen verbessern diese Funktionen die Nutzerproduktivität, Modellgenauigkeit und Leistung.

Oracle Machine Learning in Exadata Cloud Service und Database Cloud Service

Oracle Machine Learning for SQL

Vereinfachen und beschleunigen Sie die Erstellung von Machine Learning-Modellen für professionelle und nicht professionelle Datenwissenschaftler unter Verwendung von SQL und PL/SQL für die Datenaufbereitung sowie die Entwicklung, Bewertung und Bereitstellung.

Oracle Data Miner

Datenwissenschaftler und Datenanalysten können diese Drag-and-Drop-Nutzeroberfläche nutzen, um schnell analytische Workflows zu erstellen. Durch die schnelle Modellentwicklung und -verfeinerung können Nutzer verborgene Muster, Beziehungen und Daten in ihren Daten entdecken.

Oracle Machine Learning for R

R-Nutzer erhalten die Performance und Skalierbarkeit von Oracle Database für die Datenexploration, ‑aufbereitung und Machine Learning in der Sprache ihrer Wahl. Eine integrierte R-Schnittstelle ermöglicht die einfache Bereitstellung nutzerdefinierter R-Funktionen mit SQL und erleichtert die Verwendung von CRAN-Bibliotheken und -Paketen.

Oracle Machine Learning in Oracle Exadata und Oracle Database

Oracle Machine Learning for SQL

Vereinfachen und beschleunigen Sie die Erstellung von Machine Learning-Modellen für Datenwissenschaftler und Citizen Data Scientists unter Verwendung von SQL und PL/SQL für die Datenaufbereitung sowie die Entwicklung, Bewertung und Bereitstellung.

Oracle Data Miner

Datenwissenschaftler und Datenanalysten können diese Drag-and-Drop-Nutzeroberfläche nutzen, um schnell analytische Workflows zu erstellen. Durch die schnelle Modellentwicklung und -verfeinerung können Nutzer verborgene Muster, Beziehungen und Daten in ihren Daten entdecken.

Oracle Machine Learning for R

R-Nutzer erhalten die Performance und Skalierbarkeit von Oracle Database für die Datenexploration, ‑aufbereitung und Machine Learning in der Sprache ihrer Wahl. Eine integrierte R-Schnittstelle ermöglicht die einfache Bereitstellung nutzerdefinierter R-Funktionen mit SQL und erleichtert die Verwendung von CRAN-Bibliotheken und -Paketen.

Oracle Machine Learning in Big Data

Oracle Machine Learning for Spark

Datenwissenschaftler können eine R-API mit skalierbaren nativen MLlib Spark-basierten Algorithmen für Daten von Hive, Impala und HDFS API verwenden, um die Modellentwicklung und Datenbewertung zu beschleunigen.

No-Code-Nutzeroberflächen in Oracle Machine Learning

Oracle Machine Learning AutoML User Interface

Eine No-Code-Nutzeroberfläche, die AutoML in Autonomous Database unterstützt, um sowohl die Produktivität von Datenwissenschaftlern als auch den Zugriff von Nichtfachleuten auf leistungsstarke datenbankinterne Algorithmen zur Klassifizierung und Regression zu verbessern.

Oracle Data Miner

Datenwissenschaftler und Datenanalysten können diese Drag-and-Drop-Nutzeroberfläche nutzen, um schnell analytische Workflows zu erstellen. Durch die schnelle Entwicklung und Verfeinerung können Nutzer verborgene Muster, Beziehungen und Daten in ihren Daten entdecken.

So wie einige Data Warehouse-Clouds versuchen, herauszufinden, wie gut sie mit Machine Learning zusammenarbeiten, hat Oracle sich immer höhere Ziele gesetzt“, sagte Marc Staimer, Präsident von DS Consulting und Wikibon-Analyst. „Oracle Autonomous Data Warehouse enthält jetzt Auto-ML. ADW hat von Anfang an Machine Learning integriert. Aber jetzt haben sie es automatisiert, sodass jeder ADW-Kunde es ohne Fachwissen nutzen kann. Dies lässt andere Angebote vergleichsweise rudimentär und simpel erscheinen.“

Marc Staimer Präsident von DS Consulting und Wikibon-Analyst

Die Verbesserungen von Oracle Autonomous Data Warehouse sind in dreierlei Hinsicht von Bedeutung. Erstens bietet die Lösung Point-and-Click-Oberflächen und Machine Learning-Automatisierung, sodass nicht-professionelle Nutzer umsetzbare Einblicke erhalten. Zweitens können dank dieser Benutzerfreundlichkeit auch KMUs mit kleinen IT-Abteilungen vom anspruchsvollen Cloud Data Warehouse von Oracle profitieren. Drittens können Nutzer mit Autonomous Data Warehouse Daten aus beliebigen Quellen, von abteilungsspezifischen Systemen über Enterprise Data Warehouses bis hin zu Data Lakes und sogar Clouds anderer Anbieter, wie AWS, Azure und Google, erfassen und verschiedene analytische Workloads ausführen. Insgesamt erhöht Oracle die Reichweite von Autonomous Data Warehouse erheblich für Nutzer, Unternehmen und den Datenzugriff auf Multi-Clouds. Dies überschreitet die Grenzen der Möglichkeiten von AWS Redshift und Snowflake und jedem anderen Cloud Data Warehouse weltweit.

Richard Winter CEO und Principal Architect

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 – Vorteile

  • Datenbankinterne Modellentwicklung und Datenbewertung

    Datenwissenschaftler und -entwickler erstellen Modelle und bewerten Daten schneller und in großem Maßstab, ohne die Daten in separate Analyse-Engines extrahieren zu müssen. Die Scale-Out-Architektur und die Smart Scan-Technologie von Oracle Exadata liefern schnelle Ergebnisse.

  • Sicherheit

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

  • Schnelle Unternehmensbereitstellungen

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

  • Keine Datenverschiebungen

    Datenwissenschaftler und Entwickler können Daten dort verarbeiten, wo sie sich in der Oracle Database befinden, um die Modellentwicklung und ‑bereitstellung zu vereinfachen, die Anwendungsentwicklungszeit zu verkürzen und die Datensicherheit zu verbessern.

  • 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 besondere Optimierungen für Oracle Exadata vornehmen.

23. Februar 2021

Einführung in Oracle Machine Learning for Python

Mark Hornick, Senior Director, Data Science und Machine Learning, Oracle

Datenwissenschaftler und Entwickler kennen die Leistungsfähigkeit von Python, und die weit verbreitete Einführung von Python ist ein Beleg für den Erfolg der Lösung. Jetzt können Python-Nutzer diese Leistungsfähigkeit erweitern, wenn sie Daten in Oracle Autonomous Database analysieren. Oracle Machine Learning for Python (OML4Py) bereitet die Python-Open-Source-Skriptsprache und -umgebung auf das Unternehmen und Big Data vor.

Vollständigen Beitrag lesen

Ausgewählte Blog-Feeds

Alle anzeigen

Ressourcen

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.