Ihre Suche ergab keine Treffer.
Beachten Sie die folgenden Tipps, um das Gesuchte zu finden:
Oracle Machine Learning beschleunigt die Entwicklung und Bereitstellung von Machine-Learning-Modellen für Datenwissenschaftler, da keine Daten mehr in dedizierte Machine-Learning-Systeme verschoben werden müssen.
Erleben Sie Oracle Machine Learning
Datenwissenschaftler können mit mehr als 30 skalierbaren Algorithmen, die in Oracle Database integriert sind, auf einfache Weise leistungsstarke Modelle für Machine Learning entwickeln und bereitstellen.
Entdecken Sie Techniken des Machine Learning und unterstützen Sie Algorithmen (PDF)
Datenwissenschaftler und Entwickler können Daten dort verarbeiten, wo sie sich befinden, um die Modellentwicklung und ‑bereitstellung zu vereinfachen, die Anwendungsentwicklungszeit zu verkürzen und die Datensicherheit zu gewährleisten.
Datenwissenschaftler können die Aktualität und Relevanz von Machine Learning-Prozessen maximieren, indem sie aktuelle Geschäftsdaten in der Datenbank analysieren.
Datenwissenschaftler können die Zeit bis zur Einsicht verkürzen, indem sie häufig erforderliche Transformationen für datenbankinterne Algorithmen für Machine Learning automatisieren.
Entwickler erreichen eine sofortige Verfügbarkeit des Machine Learning-Modells mit einfachem SQL und einfachen Bereitstellungsoptionen mithilfe der Representational State Transfer (REST)-Schnittstellen.
Datenwissenschaftler und Entwickler verwenden eine benutzerfreundliche, interaktive Benutzeroberfläche für die Zusammenarbeit mit mehreren Benutzern, die auf der Notebook-Technologie Apache Zeppelin basiert und die Verfügbarkeit für SQL unterstützt sowie Interpreter für PL/SQL für Oracle Autonomous Database.
Datenwissenschaftler können die Erstellung von Machine Learning-Modellen unter Verwendung von SQL und PL/SQL für die Datenaufbereitung sowie die Entwicklung, Bewertung und Bereitstellung von Machine Learning-Modellen in Oracle Database vereinfachen.
R-Benutzer erhalten die Performance und Skalierbarkeit von Oracle Database für die Datenexploration, ‑aufbereitung und Machine Learning über eine gut integrierte R-Schnittstelle, die die einfache Bereitstellung benutzerdefinierter R-Funktionen mit SQL auf Oracle Database erleichtert.
Datenwissenschaftler und Datenanalysten können mithilfe der Drag-and-Drop-Schnittstelle des SQL Developer-Add-Ins Daten untersuchen und Analysemethoden (Workflows) erstellen, die gemeinsam genutzt und geplant werden können, um datengesteuerte Probleme zu lösen.
Datenwissenschaftler können alle Knoten eines Big Data-Clusters mit skalierbaren Spark-basierten Algorithmen für Daten von Hive, Impala, HDFS über eine R-API verwenden, um die Modellentwicklung und Datenbewertung zu beschleunigen.
Datenwissenschaftler können Probleme mit Performance während der Datenaufbereitung, Modellentwicklung und Datenbewertung mithilfe der integrierten Parallelität und Skalierbarkeit von Oracle Database vermeiden und Optimierungen für Oracle Exadata und andere Umgebungen vornehmen.
Entwickler können Oracle Machine Learning problemlos in verschiedenen Anwendungen einsetzen, die verschiedene Datentypen, wie räumliche und grafische Daten, verwenden, indem sie die konvergierten Funktionen der Oracle Database nutzen.
Datenwissenschaftler und Entwickler können mithilfe der „Smart-Scan“-Technologie von Exadata große Datenmengen in kurzer Zeit bewerten, um schnellere Ergebnisse zu erzielen.
Datenwissenschaftler und Entwickler, die Oracle Machine Learning verwenden, sind durch die in Oracle Database integrierte Sicherheit, Verschlüsselung und den rollenbasierten Zugriff auf Benutzerdaten und datenbankinterne Modelle von Oracle Machine Learning geschützt.
Kunden auf der ganzen Welt nutzen die datenbankinternen Machine Learning-Funktionen von Oracle, um komplexe und wichtige datengesteuerte Probleme zu lösen.
Prognostizieren Sie das Kaufverhalten, die Abnutzung und die Kreditausfälle Ihrer Kunden anhand einer 360-Grad-Ansicht, um den Gewinn und die Kundenzufriedenheit zu steigern.
Identifizieren Sie Betrug bei Finanztransaktionen, Schadensfällen und Spesenabrechnungen in Echtzeit, um Risiken und Verluste zu reduzieren.
Finden Sie versteckte Möglichkeiten, um das Geschäft mit neuen Märkten, Kundensegmenten und bisher unbekannten Nutzer-Profilen auszubauen.
Verarbeiten Sie große Transaktionsvolumina, um neue Angebote zu identifizieren und Möglichkeiten für gezieltes Marketing zu verkaufen.
Erweitern Sie Kundenerlebnisse mit der Identifizierung von Themen, Stimmungen und Ähnlichkeiten in unstrukturiertem Text.
Lesen Sie die neuesten Informationen in einer Reihe von Blog-Beiträgen, in denen die 6 Schritte eines Machine Learning-Lebenszyklus ausführlich erläutert werden. Ideal für Nicht-Datenwissenschaftler, die Best Practices verstehen und mit Oracle Machine Learning beginnen möchten.
Vollständigen Beitrag lesenBeginnen Sie mit Oracle Cloud und greifen Sie kostenlos auf Oracle Machine Learning innerhalb von Autonomous Database zu.
Registrieren Sie sich noch heute, um am Analytics and Data Oracle User Community TechCasts teilzunehmen.
Holen Sie sich Support und lernen Sie gemeinsam von der datenbankinternen Oracle Machine Learning Groundbreakers-Community.