Oracle 数据库中的机器学习支持数据探索和准备,以及使用 SQL、R、Python、REST、自动机器学习 (AutoML) 和无代码用户界面进行机器学习建模。此服务包括逾 30 个高性能数据库中算法用于生成模型,以便立即在应用中使用。企业可以将数据保留在数据库中,从而简化整体架构,并确保数据同步和安全性。数据科学家和其他数据专业人员也可以简化和自动执行机器学习生命周期中的关键要素,快速构建模型。
了解如何使用 Python、R 和 SQL 更快地构建机器学习模型。
Prevent data drift and monitor the performance of your machine learning models. New monitoring capabilities within Machine Learning in Oracle Database services alert you to issues in both data and native in-database model quality.
Leverage broader Python and R package ecosystems on Oracle Autonomous Database in Oracle Machine Learning Notebooks. Run user-defined functions with third-party package functionality in engines spawned and managed by the Oracle Database environment.
Explore, transform, and analyze data faster and at scale while using familiar R syntax and semantics and taking advantage of Oracle Database as a high performance computing environment.
Deploying and scaling machine learning models and broader Python and R-based solutions in production is often challenging. Learn how to simplify embedding AI and ML in applications using Machine Learning in Oracle Database.
使用开源 Apache Zeppelin 笔记本技术,数据科学家和开发人员可以提高工作效率,缩短学习曲线。该笔记本支持 Oracle 自治数据库的 SQL、PL/SQL、Python 和 Markdown 解释器,用户可使用自己的首选语言来开发分析解决方案。
更快地在 Oracle 自治数据库环境中部署和管理原生数据库中模型和 ONNX 格式模型。应用开发人员可以通过易于集成的 REST 端点来使用模型。通过 Oracle Machine Learning AutoML 用户界面快速轻松地部署模型。
专业和非专业数据科学家可以使用熟悉的 SQL 和 PL/SQL 来执行数据准备、模型构建、评估和部署任务,从而更加快速、轻松地创建机器学习模型。
无代码用户界面支持基于 Oracle 自治数据库的 AutoML,可帮助数据科学家提高工作效率,并让非专业用户也能使用强大的数据库内算法进行分类和回归。
在 Oracle 自治数据库这一拥有 R 接口的高性能计算平台上加速进行机器学习建模。您可以使用 Oracle 机器学习笔记本与 R、Python 和 SQL 解释器,开发基于机器学习的解决方案,还可以利用 SQL 和 REST API 提供的数据并行和任务并行选项,轻松部署用户自定义 R 函数。
数据科学家和其他 Python 用户使用 Oracle 自治数据库作为随带 Python 接口的高性能计算平台来加速机器学习建模和解决方案部署。内置的自动化机器学习 (AutoML) 可为每个模型推荐相关算法和功能,并执行自动模型调优。这些功能可共同提高用户工作效率、模型准确性和可扩展性。
数据科学家和数据分析人员可以使用这种拖放式用户界面快速构建分析工作流。通过快速开发和完善模型,用户可以发现其数据中的隐藏数据模式、关系和洞察。
数据科学家和大众数据科学家可以使用熟悉的 SQL 和 PL/SQL 来执行数据准备、模型构建、评估和部署任务,从而更加快速、轻松地创建机器学习模型。
数据科学家和数据分析人员可以使用这种拖放式用户界面快速构建分析工作流。通过快速开发和完善模型,用户可以发现其数据中的隐藏数据模式、关系和洞察。
使用 Oracle 数据库作为随带 R 接口的高性能计算平台,以此加速机器学习建模和解决方案部署。SQL 和 R API 提供数据并行和任务并行选项,可轻松部署用户定义的 R 函数。用户定义的 R 函数可以包含 R 包生态系统中的功能。
数据科学家和其他 Python 用户使用 Oracle 自治数据库作为随带 Python 接口的高性能计算平台来加速机器学习建模和解决方案部署。内置的自动化机器学习 (AutoML) 可为每个模型推荐相关算法和功能,并执行自动模型调优。这些功能可共同提高用户工作效率、模型准确性和可扩展性。
无代码用户界面支持基于 Oracle 自治数据库的 AutoML,可帮助数据科学家提高工作效率,并让非专业用户也能使用强大的数据库内算法进行分类和回归。
数据科学家和其他 Python 用户使用 Oracle 自治数据库作为随带 Python 接口的高性能计算平台来加速机器学习建模和解决方案部署。内置的自动化机器学习 (AutoML) 可为每个模型推荐相关算法和功能,并执行自动模型调优。这些功能可共同提高用户工作效率、模型准确性和可扩展性。
无代码用户界面支持基于 Oracle 自治数据库的 AutoML,可帮助数据科学家提高工作效率,并让非专业用户也能使用强大的数据库内算法进行分类和回归。
数据科学家和数据分析人员可以使用这种拖放式用户界面快速构建分析工作流。通过快速开发和完善,用户可以发现其数据中的隐藏数据模式、关系和洞察。
Enterprise Strategy Group 在研究报告中指出,Oracle ADW 业务数据平台的增强功能实现了“普及性简化”
阅读 Enterprise Strategy Group 博客OMDIA:Oracle 独树一帜地允许客户选择在本地和公有云中运行云服务
阅读 OMDIA 报告 (PDF)数据科学家和开发人员可以快速、大规模地构建模型和对数据进行评分,无需将数据提取到单独的分析引擎。Oracle Exadata 的横向扩展架构和智能扫描技术可以加速获得成果。
内置安全性、加密以及基于角色的用户数据和模型访问权限,为使用 Oracle 数据库中的机器学习的数据科学家和开发人员提供安全保障。
开发人员和广大数据科学团队可以通过 SQL 和 REST 界面和易于部署的选项来即刻创建机器学习模型。
数据科学家和开发人员可以直接处理 Oracle 数据库中的数据。这有助于简化模型构建和部署,缩短应用开发时间,并提高数据安全性。
数据科学家可以利用 Oracle 数据库的内置并行性和可扩展特性,以及针对 Oracle Exadata 和独有优化功能,有效避免在数据准备、模型构建和数据评分期间发生性能问题。
甲骨文公司数据科学和机器学习高级总监 Mark Hornick
我们很高兴地宣布推出适用于 Oracle Machine Learning for Python 的 SQL API,可在 Oracle 自治数据库上嵌入 Python 执行。去年年初,我们在 Oracle 自治数据库上推出了 Oracle Machine Learning for Python,率先支持利用 REST API 来实现嵌入式 Python 执行。现在,新推出的接口支持通过 SQL 访问这个强大的功能。
阅读全文注:为免疑义,本网页所用以下术语专指以下含义: