Machine Learning in Oracle Database 特性

Machine Learning in Oracle Autonomous Database

Machine Learning Notebooks

使用熟悉的记事本技术,数据科学家、数据工程师和开发人员可以提高工作效率并缩短学习曲线。Oracle Machine Learning Notebooks 支持 Oracle Autonomous Database 的 SQL、PL/SQL、Python、R、Conda 和 Markdown 解释器,因此您可以使用自己的首选语言和定制的第三方软件包来开发分析解决方案。

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,通过监视数据和数据库内模型来持续确保正确性和精确度,并从 Oracle Machine Learning AutoML 用户界面快速轻松地部署模型。

Machine Learning 监视

了解企业数据如何随时间变化,并在数据问题对企业产生重大负面影响之前采取纠正措施。数据监视可帮助您确保企业应用和仪表盘的数据完整性,快速可靠地识别数据漂移并了解各个数据列及其交互情况。

Machine Learning for SQL

专业和非专业数据科学家可以使用 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。

Machine Learning AutoML 用户界面

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。

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。除了使用 Oracle Machine Learning Notebooks 在 R 中开发基于机器学习的可扩展解决方案,还可以利用第三方包创建 Conda 环境。通过系统提供的数据并行性和任务并行性,从 SQL 和 REST API 轻松部署用户定义的 R 函数。

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。使用 Oracle Machine Learning Notebooks 在 Python 中开发基于机器学习的可扩展解决方案。内置的 AutoML 可推荐相关算法和功能,并执行自动模型调优。

Data Miner

数据科学家和数据分析人员可以使用此拖放用户界面在 SQL Developer 中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

Machine Learning for SQL

专业和非专业数据科学家可以使用 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。

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 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。通过系统提供的数据并行性和任务并行性,从 SQL 和 R API 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。

Machine Learning for Python

数据科学家和其他 Python 用户使用 Oracle 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 AutoML 可推荐相关算法和功能,并执行自动模型调优。

AutoML

Machine Learning AutoML 用户界面

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。

Machine Learning for Python

数据科学家和其他 Python 用户使用 Oracle Autonomous Database 和 Oracle 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 AutoML 可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

Machine Learning AutoML 用户界面

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。

Machine Learning 监视

了解企业数据如何随时间变化,并在数据问题对企业产生重大负面影响之前采取纠正措施。数据监视可帮助您确保企业应用和仪表盘的数据完整性,快速可靠地识别数据漂移并了解各个数据列及其交互情况。

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。

注:为免疑义,本网页所用以下术语专指以下含义:

  1. Oracle专指Oracle境外公司而非甲骨文中国。
  2. 相关Cloud或云术语均指代Oracle境外公司提供的云技术或其解决方案。