Oracle Machine Learning

机器学习可揭示企业数据中的隐藏模式和洞察，从而为企业创造新的价值。Oracle 机器学习通过减少数据移动、简化部署以及利用 AutoML 技术，帮助数据科学家加速创建和部署机器学习模型。

了解如何使用 Python、R 和 SQL 更快地构建机器学习模型。

在 Oracle 数据库中构建高性能机器学习模型

自治数据库中的机器学习

Oracle Machine Learning 记事本

使用基于开源的熟悉的 Apache Zeppelin 记事本技术，数据科学家和开发人员可以提高工作效率并缩短学习曲线。该记事本支持 Oracle 自治数据库的 SQL、PL/SQL、Python 和 Markdown 解释器，因此用户可以使用其首选语言来开发分析解决方案。

Oracle 机器学习服务

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。

Oracle Machine Learning for SQL

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。

Oracle Machine Learning AutoML 用户界面

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。

AI 如何消除阻碍，促进机器学习模型调优？

Oracle Machine Learning for Python

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。

GitHub 存储库

Oracle Data Miner

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。

Oracle 数据库和云数据库服务中的机器学习

Oracle Machine Learning for SQL

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。

Oracle Data Miner

Oracle Machine Learning for R

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。

Oracle Machine Learning for Python

GitHub 存储库

Oracle 数据库中的 AutoML

Oracle Machine Learning AutoML 用户界面

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。

AI 如何消除阻碍，促进机器学习模型调优？

Oracle Machine Learning for Python

GitHub 存储库

Oracle 数据库中的机器学习适用的无代码用户界面

Oracle Machine Learning AutoML 用户界面

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。

AI 如何消除阻碍，促进机器学习模型调优？

Oracle Data Miner

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。

正如一些数据仓库云正在尝试弄清楚如何充分利用机器学习，Oracle 的方向也有所调整。”DS Consulting 总裁兼 Wikibon 分析师 Marc Staimer 表示，“Oracle ADW 业务数据平台现已包含 Auto-ML。ADW 自诞生以来就一直内置有机器学习功能。但是现在这些功能已经实现了自动化，任何 ADW 客户都可以在没有任何专业知识的情况下使用它。相比之下，其他产品就显得笨拙而原始了。
Marc Staimer DS Consulting 总裁兼 Wikibon 分析师

Oracle 针对 ADW 业务数据平台的增强有三个重要意义。首先，它提供点击式用户界面和机器学习自动化功能，可支持非专业人员生成切实可行的洞察。其次，借助这种易用性，即使是 IT 人员较少的 SMB 也可以受益于 Oracle 的高级云数据仓库。第三，利用 ADW 业务数据平台，用户可以从部门级系统到企业数据仓库、数据湖甚至是其他云（AWS、Azure 和 Google）的任何来源提取数据，并运行各种分析负载。总而言之，Oracle 从实质上扩大了 ADW 业务数据平台的跨用户、组织访问以及对多云的数据访问。AWS Redshift、Snowflake 等其他云数据仓库目前还无法做到这些。
Richard Winter 首席执行官兼首席架构师

查看所有客户成功案例

Oracle 数据库中的机器学习客户成功案例

全球众多企业和机构都使用 Oracle 数据库中机器学习功能解决复杂、重要的数据驱动问题。

UK NHS 利用 Oracle 数据库中的机器学习成功节省了 16 亿英镑，为患者提供更加出色的个性化护理服务。

观看视频 (2:09)

阅读案例

强大优势

数据库中模型构建和数据评分

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。
安全

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。
快速企业部署

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。
无数据移动

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。
高性能计算

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。

2022 年 4 月 4 日

Oracle 机器学习推出面向自治数据库的嵌入式 Python 执行 SQL API

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