Machine Learning in Oracle Database

Machine Learning in Oracle Database 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。

Cloud Native and AI Day | 3 月 20 日（星期一） | 免费参加线下或线上活动

了解简化云原生和 AI 技术采用的优秀实践、技巧和推荐工具包，从而加速您的下一个应用创新。欢迎大家参加线下或线上活动。

立即注册

Oracle 宣布推出 Oracle Machine Learning Monitoring on Autonomous Database
防止数据漂移，监视机器学习模型性能。Machine Learning in Oracle Database 服务推出全新的监视功能，可提醒您注意数据和原生数据库内模型质量问题。

阅读公告
在 Oracle Autonomous Database 上使用定制的第三方 Python 和 R 程序包
在 Oracle Machine Learning Notebooks 中的 Oracle Autonomous Database 上利用更大的 Python 和 R 程序包生态系统。在由 Oracle Database 环境产生和管理的引擎中，利用第三方软件包功能运行用户定义的函数。

阅读博客，了解如何在 Oracle Autonomous Database 上使用第三方 Python 和 R 程序包
使用 Oracle Machine Learning for R 规模化地对数据库数据运行 R
使用熟悉的 R 语法和语义，在 Oracle Database 这个高性能计算环境中更快速、规模化地探索、转换和分析数据。

阅读博客，了解如何使用 Oracle Machine Learning for R 规模化地对数据库数据运行 R
使用 Oracle Machine Learning 在应用中嵌入 AI/ML
在生产环境中部署和扩展机器学习模型以及更广泛的基于 Python 和 R 的解决方案通常具有一定难度。了解如何使用 Machine Learning in Oracle Database 轻松将 AI 和 ML 嵌入应用中。

观看视频 (39:21)

在 Oracle Database 中构建高性能机器学习模型

Machine Learning in Autonomous Database

Oracle Machine Learning Notebooks

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。该笔记本技术支持 Oracle Autonomous Database 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。

Oracle Machine Learning 服务

更快地在 Oracle Autonomous Database 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 User Interface 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 User Interface

无代码用户界面支持基于 Oracle Autonomous Database 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 R

在 Oracle Autonomous Database 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 Machine Learning Notebooks 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。

Oracle Machine Learning for Python

数据科学家和其他 Python 用户使用 Oracle Autonomous Database 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。

Machine learning in Oracle Database 和云技术数据库服务

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 Database 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

AutoML in Oracle Database

Oracle Machine Learning AutoML User Interface

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

面向 Machine Learning in Oracle Database 的无代码用户界面

Oracle Machine Learning AutoML 用户界面

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。

了解如何使用 Python、R 和 SQL 更快地构建机器学习模型。

参加研讨会

了解权威行业分析机构如何评价 Oracle 解决方案

Enterprise Strategy Group 在研究报告中指出，Oracle Autonomous Data Warehouse 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环境中运行云技术服务

阅读 OMDIA 报告 (PDF)

查看所有客户成功案例