Oracle Databaseの機能における機械学習
Oracle Autonomous Databaseにおける機械学習
機械学習ノートブック
使い慣れたノートブック・テクノロジーによって、データ・サイエンティスト、データ・エンジニア、および開発者の生産性を高め、学習曲線を短縮できます。Oracle Machine Learning Notebooksは、Oracle Autonomous Database向けにSQL、PL/SQL、Python、R、Conda、およびMarkdownインタープリタをサポートしているため、分析ソリューションの開発時に、選択した言語とカスタム・サードパーティ・パッケージを使用できます。
- インタラクティブ製品ツアーを見る
- Oracle Machine Learning Notebooksのドキュメント
- Autonomous Databaseを使用したOracle Machine Learning Notebooksのドキュメント
機械学習サービス
Oracle Autonomous Database環境で、ネイティブのデータベース内モデルとONNX形式モデルの導入と管理にかかる時間を短縮します。アプリケーション開発者は、統合が容易なRESTエンドポイントを通じてモデルを使用します。データとデータベース内モデルを監視して、正確性と精度を継続的に確保します。Oracle Machine Learning AutoMLユーザー・インターフェイスから、迅速かつ簡単にモデルを導入できます。
- Oracle Machine LearningサービスのREST API
- Oracle Machine Learningサービスのドキュメント
- データ・モデリングのドキュメント
- Machine Learningモデル監視のドキュメント
- 認識テキスト機能を使用する
- GitHubリポジトリ
Machine Learningの監視
エンタープライズ・データが時間とともにどのように変化するかを把握し、データの問題が企業に重大な悪影響を及ぼす前に是正措置を講じることができます。データ監視を行うことで、エンタープライズ・アプリケーションやダッシュボードのデータ整合性を確保できます。データのドリフトを迅速かつ確実に特定し、個々のデータ列とその相互作用を理解します。
SQLのための機械学習
データ準備、モデル構築、評価、導入にSQLとPL/SQLを使用することで、データサイエンティストの専門家と専門家でないユーザーの両方による機械学習モデルの作成を簡素化し、高速化します。
Machine Learning AutoMLユーザー・インターフェース
Oracle Autonomous Database上のAutoMLをサポートするノーコード・ユーザー・インタフェースにより、データ・サイエンティストは生産性を高めることができます。また、専門家でないユーザーでも分類と回帰のための強力なデータベース内アルゴリズムにアクセスしやすくなります。
Machine Learning for R
Oracle Autonomous DatabaseをRインターフェイスを備えた高パフォーマンス・コンピューティング・プラットフォームとして使用することで、機械学習モデリングを加速します。Oracle Machine Learning Notebooksを使用して、R環境内でスケーラブルな機械学習ベースのソリューションを開発し、サードパーティ・パッケージを使用してConda環境を作成できます。システムが提供するデータ並列性とタスク並列性を使用して、SQLおよびREST APIからユーザー定義のR関数を簡単に導入できます。
Pythonのための機械学習
データ・サイエンティストやその他のPythonユーザーは、Oracle Autonomous DatabaseをPythonインターフェースを備えたハイパフォーマンス・コンピューティング・プラットフォームとして使用することで、機械学習のモデリングとソリューションの導入を加速させることができます。Oracle Machine Learning Notebooksを使用して、スケーラブルな機械学習ベースのソリューションをPythonで開発できます。組み込みのAutoMLは、関連するアルゴリズムと機能を推奨し、モデルの自動チューニングを実行します。
Data Miner
データ・サイエンティストやデータアナリストは、このドラッグアンドドロップのユーザー・インターフェイスを使用して、SQL Developer内で分析ワークフローをすばやく構築できます。モデルの迅速な開発と改良により、ユーザーはデータ内の隠れたパターン、関係、およびインサイトを発見できます。
Machine Learning in Oracle Database
SQLのための機械学習
データ準備、モデル構築、評価、導入にSQLとPL/SQLを使用することで、データサイエンティストの専門家と専門家でないユーザーの両方による機械学習モデルの作成を簡素化し、高速化します。
Data Miner
データ・サイエンティストとデータアナリストは、このドラッグ・アンド・ドロップのユーザー・インターフェイスを使用して、分析ワークフローをすばやく構築できます。モデルの迅速な開発と改良により、ユーザーはデータ内の隠れたパターン、関係、およびインサイトを発見できます。
Machine Learning for R
Rインタフェースを備えたハイパフォーマンス・コンピューティング・プラットフォームとしてOracle Databaseを使用することで、機械学習のモデリングとソリューションの導入を加速します。システムが提供するデータ並列性とタスク並列性を使用して、SQLおよびR APIsからユーザー定義のR関数を簡単に導入できます。ユーザー定義のR関数には、Rパッケージ・エコシステムの機能を含めることができます。
Pythonのための機械学習
データ・サイエンティストやその他のPythonユーザーは、Oracle DatabaseをPythonインターフェースを備えたハイパフォーマンス・コンピューティング・プラットフォームとして使用することで、機械学習のモデリングとソリューションの導入を加速させることができます。組み込みのAutoMLは、関連するアルゴリズムと機能を推奨し、モデルの自動チューニングを実行します。
AutoML
Machine Learning AutoMLユーザー・インターフェース
Oracle Autonomous Database上のAutoMLをサポートするノーコード・ユーザー・インタフェースにより、データ・サイエンティストは生産性を高めることができます。また、専門家でないユーザーでも分類と回帰のための強力なデータベース内アルゴリズムにアクセスしやすくなります。
Pythonのための機械学習
データ・サイエンティストやその他のPythonユーザーは、Oracle Autonomous DatabaseとOracle DatabaseをPythonインターフェースを備えたハイパフォーマンス・コンピューティング・プラットフォームとして使用することで、機械学習のモデリングとソリューションの導入を加速させることができます。組み込みのAutoMLは、関連するアルゴリズムと機能を推奨し、モデルの自動チューニングを実行します。さらに、これらの機能により、ユーザーの生産性、モデルの精度とスケーラビリティが向上します。
ノーコード・ユーザー・インタフェース
Machine Learning AutoMLユーザー・インターフェース
Oracle Autonomous Database上のAutoMLをサポートするノーコード・ユーザー・インタフェースにより、データ・サイエンティストは生産性を高めることができます。また、専門家でないユーザーでも分類と回帰のための強力なデータベース内アルゴリズムにアクセスしやすくなります。
Machine Learningの監視
エンタープライズ・データが時間とともにどのように変化するかを把握し、データの問題が企業に重大な悪影響を及ぼす前に是正措置を講じることができます。データ監視を行うことで、エンタープライズ・アプリケーションやダッシュボードのデータ整合性を確保できます。データのドリフトを迅速かつ確実に特定し、個々のデータ列とその相互作用を理解します。
Data Miner
データ・サイエンティストとデータアナリストは、このドラッグ・アンド・ドロップのユーザー・インターフェイスを使用して、分析ワークフローをすばやく構築できます。迅速な開発と改良により、ユーザーはデータ内の隠れたパターン、関係、およびインサイトを発見できます。