O Machine Learning no Oracle Database oferece suporte à exploração de dados, preparação e modelagem de machine learning em escala usando SQL, R, Python, REST, machine learning automatizado (AutoML) e interfaces sem código. Ele inclui mais de 30 algoritmos de alto desempenho no banco de dados, produzindo modelos para uso imediato em aplicações. Mantendo os dados no banco de dados, as organizações podem simplificar sua arquitetura geral e manter a sincronização e a segurança dos dados. Ele permite que cientistas de dados e outros profissionais de dados criem modelos rapidamente, simplificando e automatizando elementos-chave do ciclo de vida de machine learning.
Veja como criar modelos de machine learning mais rápido com Python, R, e SQL.
Veja como o Machine Learning no Oracle Database permite que cientistas de dados, analistas de dados e desenvolvedores de aplicações obtenham maior valor dos dados.
Aproveite ecossistemas de pacotes Python e R mais amplos no Oracle Autonomous Database no Oracle Machine Learning Notebooks. Execute funções definidas pelo usuário com funcionalidade de pacote de terceiros em mecanismos gerados e gerenciados pelo ambiente do Oracle Database.
Explore, transforme e analise dados com mais rapidez e escala usando sintaxe e semântica familiares do R e aproveitando o Oracle Database como um ambiente de computação de alto desempenho.
Aproveite ao máximo o machine learning automatizado, separando a propaganda do valor que ele traz para a empresa. Veja exemplos e demonstrações de como você pode usar o Oracle AutoML em seus projetos.
Aumente a produtividade dos cientistas de dados e desenvolvedores e reduza sua curva de aprendizado com a familiar tecnologia de notebook Apache Zeppelin de código aberto. Os notebooks oferecem suporte a SQL, PL/SQL, Python, R e interpretadores de markdown para Oracle Autonomous Database, para que os usuários possam trabalhar com a linguagem de sua escolha ao desenvolver soluções analíticas.
Reduza o tempo para implantar e gerenciar modelos nativos no banco de dados e modelos no formato ONNX no ambiente do Oracle Autonomous Database. Os desenvolvedores de aplicações usam modelos por meio de pontos de extremidade REST fáceis de integrar. Implante modelos de forma rápida e fácil na interface do usuário do Oracle Machine Learning AutoML.
Simplifique e acelere a criação de modelos de machine learning para cientistas de dados especialistas ou não, usando SQL familiar e PL/SQL para preparação de dados, criação de modelos, avaliação e implementação.
Uma interface de usuário sem código que oferece suporte ao AutoML no Oracle Autonomous Database para melhorar a produtividade do cientista de dados e o acesso do usuário não especialista a algoritmos poderosos de classificação e regressão no banco de dados.
Acelere a modelagem de machine learning usando o Oracle Autonomous Database como plataforma de computação de alto desempenho com uma interface R. Use o Oracle Machine Learning Notebooks com interpretadores R, Python e SQL para desenvolver soluções baseadas em machine learning. Implemente facilmente funções R definidas pelo usuário a partir de APIs SQL e REST com opções de dados e tarefas paralelos.
Os cientistas de dados e outros usuários do Python aceleram a modelagem de machine learning e a implantação de soluções usando o Oracle Autonomous Database como uma plataforma de computação de alto desempenho com uma interface Python. O machine learning automatizado (AutoML) integrado recomenda algoritmos e recursos relevantes para cada modelo e executa o ajuste automatizado do modelo. Em conjunto, esses recursos aprimoram a produtividade do usuário, a precisão do modelo e a escalabilidade.
Cientistas e analistas de dados podem usar essa interface do usuário de arrastar e soltar para criar fluxos de trabalho analíticos rapidamente. O desenvolvimento e o refinamento rápidos do modelo permitem que os usuários descubram padrões ocultos, relacionamentos e insights em seus dados.
Simplifique e acelere a criação de modelos de machine learning para cientistas de dados e cientistas de dados do cidadão, usando SQL familiar e PL/SQL para preparação de dados, criação de modelos, avaliação e implementação.
Cientistas e analistas de dados podem usar essa interface do usuário de arrastar e soltar para criar fluxos de trabalho analíticos rapidamente. O desenvolvimento e o refinamento rápidos do modelo permitem que os usuários descubram padrões ocultos, relacionamentos e insights em seus dados.
Acelere a modelagem de machine learning e a implantação de soluções usando o Oracle Database como plataforma de computação de alto desempenho com uma interface R. Implante facilmente funções R definidas pelo usuário a partir de APIs SQL e R com opções paralelas de dados e paralelas de tarefas. As funções R definidas pelo usuário podem incluir funcionalidade do ecossistema do pacote R.
Os cientistas de dados e outros usuários do Python aceleram a modelagem de machine learning e a implantação de soluções usando o Oracle Autonomous Database como uma plataforma de computação de alto desempenho com uma interface Python. O machine learning automatizado (AutoML) integrado recomenda algoritmos e recursos relevantes para cada modelo e executa o ajuste automatizado do modelo. Em conjunto, esses recursos aprimoram a produtividade do usuário, a precisão do modelo e a escalabilidade.
Uma interface de usuário sem código que oferece suporte ao AutoML no Oracle Autonomous Database para melhorar a produtividade do cientista de dados e o acesso do usuário não especialista a algoritmos poderosos de classificação e regressão no banco de dados.
Os cientistas de dados e outros usuários do Python aceleram a modelagem de machine learning e a implantação de soluções usando o Oracle Autonomous Database como uma plataforma de computação de alto desempenho com uma interface Python. O machine learning automatizado (AutoML) integrado recomenda algoritmos e recursos relevantes para cada modelo e executa o ajuste automatizado do modelo. Em conjunto, esses recursos aprimoram a produtividade do usuário, a precisão do modelo e a escalabilidade.
Uma interface de usuário sem código que oferece suporte ao AutoML no Oracle Autonomous Database para melhorar a produtividade do cientista de dados e o acesso do usuário não especialista a algoritmos poderosos de classificação e regressão no banco de dados.
Cientistas e analistas de dados podem usar essa interface do usuário de arrastar e soltar para criar fluxos de trabalho analíticos rapidamente. O desenvolvimento e o refinamento rápidos permitem que os usuários descubram padrões ocultos, relacionamentos e insights em seus dados.
O Enterprise Strategy Group descobre que as melhorias do Autonomous Data Warehouse da Oracle "democratizam a simplicidade"
Leia o blog do Enterprise Strategy GroupOMDIA: A Oracle é a única fornecedora que permite que os clientes escolham quais serviços de nuvem executar on-premises e em nuvem pública
Leia o relatório da OMDIA (PDF)Clientes em todo o mundo aproveitam as vantagens dos recursos de machine learning no banco de dados da Oracle para resolver problemas complexos e importantes baseados em dados.
Cientistas e desenvolvedores de dados criam modelos e pontuam dados com mais rapidez e escala, sem a necessidade de extrair dados para mecanismos de análise avançada separados. A arquitetura de dimensionamento horizontal do Oracle Exadata e a tecnologia Smart Scan oferecem resultados rápidos.
Os cientistas e desenvolvedores de dados que usam machine learning no Oracle Database estão protegidos com segurança integrada, criptografia e acesso baseado em função aos dados e modelos do usuário.
Os desenvolvedores e a equipe de ciência de dados obtêm disponibilidade imediata do modelo de machine learning com opções fáceis de implementação usando interfaces SQL e REST.
Os cientistas e desenvolvedores de dados processam dados onde eles residem no Oracle Database. Isso simplifica a criação e a implantação de modelos, reduz o tempo de desenvolvimento de aplicações e melhora a segurança dos dados.
Os cientistas de dados evitam problemas de desempenho durante a preparação de dados, construção de modelo e pontuação de dados usando o paralelismo integrado e a escalabilidade do Oracle Database, com otimizações únicas para o Oracle Exadata.
Mark Hornick, Diretor Sênior, Ciência de Dados e Machine Learning, Oracle
Temos o prazer de anunciar a disponibilidade de uma API SQL para a execução do Python incorporada para o Oracle Machine Learning for Python no Oracle Autonomous Database. Quando anunciamos o Oracle Machine Learning for Python no Oracle Autonomous Database no início do ano passado, de início ele tinha suporte a uma API REST para execução de Python incorporada. Essa nova interface agora permite o acesso SQL a esse recurso avançado.
Leia a publicação completaComece a usar a Oracle Cloud e acesse o Machine Learning pelo Autonomous Database gratuitamente.
Obtenha suporte e aprenda com a comunidade Groundbreakers sobre machine learning no Oracle Database.