Machine Learning Services

Access a full range of machine learning (ML) and generative AI innovations, including vector databases, fully integrated in Oracle’s data platforms. Work with in-database tools and algorithms to build, manage, and deploy ML models and get more accurate, contextually relevant answers from generative AI by combining large language models (LLMs) with your proprietary data.

AIでイノベーションと競争優位を加速させる (PDF)

AIのための確固なデータ戦略の重要性について知りましょうこのIDCのレポートでは、現在の課題を探り、基盤となるAIのデータ戦略を策定する上での指針を提供します。

機械学習モデルのライフサイクル (PDF)

機械学習モデルの構築は、反復的なプロセスです。データ収集からモデル展開、モニタリングまで、すべてのステップをご紹介します。

機械学習のワークショップに参加する

Notebookで機械学習アルゴリズムを構築またはテストします。AutoMLを試し、データサイエンスの結果をご覧ください。

機械学習サービス機能

  • オープンソースのライブラリとフレームワーク

    PythonやRのオープンソースライブラリやフレームワークにより、データの探索、変換、可視化を実現します。これには、pandas、Dask、NumPy、Plotly、Matplotlib、TensorFlow、Keras、PyTorchなどが含まれますが、これらに限定されるわけではありません。

  • データベース内で最適化されたアルゴリズム

    Oracle Databaseには、一般的に使用される機械学習手法に対応する、30を超える高パフォーマンスで完全にスケーラブルなアルゴリズムが含まれています。すでにOracle Databaseにあるデータを移動する必要がないため、データ管理の負担が軽減されます。

  • 導入の選択肢

    アプリケーションやビジネス・アナリストがアクセスするモデルを迅速に導入できます。モデルは、REST APIを使用してOracle Functionsとしてサーバーレスのスケーラブルなクラウド・アーキテクチャに導入するか、またはデータベースに直接デプロイできます。

  • モデル説明

    モデルの説明を基に、モデルの全体的な動作と個々のモデルの予測を理解できます。OCI Data Scienceにより、機能の重要性や予測に影響を与えるものをより容易に理解することができます。

  • 柔軟で簡単なデータ・アクセス

    さまざまな形式(CSV、Excel、JSONなど)、さまざまなソース(オブジェクト・ストレージ、Oracle Database、MongoDB、PostgreSQL、Hadoopなど)、さまざまな場所(オンプレミス、Oracle Cloud、その他のクラウド)のデータにアクセスできます。

  • さまざまなスクリプト言語のサポート

    データ・サイエンティストは、Python、R、SQLなど、最も一般的な言語を使用してデータ・サイエンスと機械学習のソリューションを開発できます。データ・サイエンティストが特定のタスクに最適な言語を柔軟に使用できるため、組織はさらに優れた迅速な成果を達成できます。

オラクルの機械学習を使用する理由

機械学習のパートナとお客様

MLのお客様事例をさらに見る

Oracle Machine Learningサービス

OCI Data Science

OCI Data Scienceは、エンド・ツー・エンドの機械学習(ML)サービスであり、JupyterLabノートブック環境を提供し、数百もの一般的なオープン・ソースのツールとフレームワークにアクセスできます。

  • NVIDIA GPU、AutoML機能、および自動ハイパーパラメータ・チューニングにより、MLモデルを構築およびトレーニングします。
  • モデルをHTTPエンドポイントとして導入するか、Oracle Functionを使用します。
  • バージョン管理、繰り返し可能なジョブ、およびモデル・カタログを使用してモデルを管理します。

Machine Learning in Oracle Database

Machine Learning in Oracle Database は、データ検索と準備に加え、SQL、R、Python、REST、AutoML、およびno-codeインターフェースを使用した機械学習モデルの構築とデプロイをサポートします。

  • 30以上のデータベース内アルゴリズムが含まれており、Oracle Database上でモデルを生成し、すぐにアプリケーションで使用可能です。
  • 機械学習プロセスの主要な要素を簡素化し、自動化することで、迅速にモデルを構築します。

OCI Data Labeling

OCI Data Labelingは、AIや機械学習モデルをより正確に学習させるためのラベリングされたデータセットを提供します。

  • ユーザーは、ユーザー・インターフェースや公開APIを通じて、データの組み立て、データセットの作成・閲覧、データレコードへのラベル付けなどを行うことができます。
  • ラベリングされたデータセットをエクスポートして、オラクルのAIおよび機械学習の多くのサービスでモデル開発に使用でき、シームレスなモデル構築を実現します。

OCI Virtual Machines for Data Science

OCI Virtual Machines for Data Science は、主要なIDE、ノートブック、および機械学習フレームワークが事前構成されたGPUベースの環境です。

  • 選択したコンピュート・シェイプにOracle Cloud Marketplaceから簡単に導入できます。

機械学習のユース・ケース

Prosperdtx: OCI Data Scienceで患者の予後を改善

Prosperdtxが、Oracle Cloud Infrastructure Data Scienceを使用して、大量のソースデータを安全に処理して予測モデルを構築できるアーキテクチャを導入した方法をご覧ください。


Prosperdtxのアーキテクチャの図、詳細は以下を参照
電子健康記録、デバイスおよびエンド・ユーザーのデータを収集して、ヘルスケア・アプリケーションで使用する予測モデルを構築します。ウェアラブル・デバイスおよびイメージング・レコードからストリーミングされたデータが、OCI Object Storageに収集されます。構造化データは安全にロードされ、Oracle Autonomous Databaseに格納されます。Oracle APEXは、開発者がアプリケーションを迅速に構築できるよう支援します。OCI Data Scienceは、大量の患者データを消費できる予測モデルを構築するために使用されます。アプリケーション開発者は、完成した予測モデルを取得し、アプリケーションに追加します。

データベースにおける機械学習によるデータ・サイエンス環境の構築

Oracle Database内の機械学習を使用すると、データ・サイエンティストは、分析およびモデル構築、スコアリング、およびデプロイのためにデータを外部システムに移動することにより、時間を節約できます。


機械学習アーキテクチャ図、詳細は以下を参照
データは顧客のデータ・センターから生成され、Oracle Autonomous Databaseに送信されて格納されます。Oracle Autonomous Databaseの機械学習はOracle Database内部に組み込まれているため、データ・サイエンティストはMLライフサイクルの主要要素を単純化して自動化することで、モデルを迅速に構築できます。完成したモデルは、Oracle Analytics CloudまたはOracle APEXに送信されます。ビジネス・アナリストは、完成したモデルを分析プロジェクトに組み込み、アプリケーション開発者は完成したモデルをアプリケーションに埋め込みます。
2022年3月11日

OCI Data Science、ノートブック・セッションとジョブをより簡単に始められる方法を導入

Wendy Yip、データ・サイエンティスト、オラクル

Oracle Cloud Infrastructure(OCI)Data Scienceでは、お客様によるノートブックやジョブのネットワーク設定を容易にする新機能、マネージド・エグレスを導入しています。この機能は、OCIデータ・サイエンスによりネットワーキング・リソースを管理するオプションを提供します。

ノートブック・セッションの詳細

注目の機械学習ブログ

すべて表示する

AI/機械学習のリファレンス・アーキテクチャ

すべてのリファレンス・アーキテクチャを見る