該当する結果がありません

一致する検索結果がありませんでした。

お探しのものを見つけるために、以下の項目を試してみてください。

  • キーワード検索のスペルを確認してください。
  • 入力したキーワードの同義語を使用してください。たとえば、「ソフトウェア」の代わりに「アプリケーション」を試してみてください。
  • 下記に示すよく使用される検索語句のいずれかを試してみてください。
  • 新しい検索を開始してください。
急上昇中の質問
Oracle Machine Learning for Spark

Oracle Machine Learning for Spark

Oracle Machine Learning for Sparkは、Oracle R Advanced Analytics for Hadoopによってサポートされます。SparkおよびHadoop環境に対応したR APIを通じて、データ・サイエンティストやアプリケーション開発者が機械学習モデルを構築してデプロイするための、きわめて拡張性の高い機械学習アルゴリズムを提供します。

詳細を見る

Oracle Machine Learning for Spark

OML4Spark R APIは、ローカルのファイルシステム、HDFS、HIVE、Spark DataFrames、Impala、Oracle Database、およびJDBCソースに格納されているデータを操作するための機能を提供します。OML4Sparkは、Hadoopクラスタのすべてのノードを利用して、ビッグデータ環境におけるスケーラブルで高パフォーマンスの機械学習モデルを実現します。OML4Spark機械学習アルゴリズムは、Sparkのパラレル実行向けに最適化された、分かりやすいR計算式オブジェクトを使用します。

OML4Sparkにより、カスタム線形モデル(LM)、一般化線形モデル(GLM)、およびMLPニューラル・ネットワーク・アルゴリズムがSparkインフラストラクチャで実行されます。OML4SparkはApache SparkMLアルゴリズムへのインタフェースを提供しますが、OML4SparkアルゴリズムはSparkMLよりもスケーラビリティとパフォーマンスに優れていることに注意してください。R関数は、R計算式仕様およびDistributed Model Matrixデータ構造を使用して、OML4Sparkフレームワーク内にSparkMLアルゴリズムをラップします。

Oracle Cloud SQLとOML4SparkをOracle DatabaseまたはAutonomous Databaseと組み合わせることによって、検出されるべきソースデータとパターンがビッグデータ、リレーショナルデータ、またはこの2つの組み合わせの中に存在するような、大規模で複雑なデータ主導の問題に対処できます。OML4Sparkは、データベース外部での機械学習処理向けに、または大規模で複雑な機械学習パイプラインの強力なコンポーネントとして、さまざまなオプションを提供します。

 

製品詳細

すべて開く すべて閉じる

機能概要

  • 自然なR APIから、スケーラブルな分散型の機械学習アルゴリズム、データ準備、データ探索、統計分析を使用
  • Hadoopクラスタのすべてのノードを利用して、ビッグデータ環境におけるスケーラブルで高パフォーマンスの機械学習モデルを実現する、並列で分散された機械学習アルゴリズム
  • Sparkベースのカスタム線形モデル、一般化線形モデル、およびMLPニューラル・ネットワーク・アルゴリズム
  • R計算式およびDistributed Model Matrixインフラストラクチャを使用する、Apache SparkMLとのインタフェース
  • Sparkのパラレル実行向けに最適化された、分かりやすいR計算式オブジェクトを使用した関数
  • モデルと結果をHDFSまたはファイルシステムに保存して、実稼働環境などの他のビッグ・データ・クラスタにロードして実行
OML4Rのアイコン

ビジネス上のメリット

  • Rインタフェースを介して、ビッグデータクラスタを高パフォーマンスのコンピュート環境として利用
  • HIVE、Impala、SparkSQLを利用して、簡略化されたR APIから大規模なデータセットを処理
  • データ移動を最小限に抑制
  • Rコミュニティによって提供されるRパッケージを使用
  • OCIを介してOracle Databaseからのデータを統合し、JDBCを介して他の環境からのデータを統合
OMLユーザーのユーザーロール

主な機能

透過性レイヤー - R data.frameプロキシオブジェクトを利用することで、データはHIVE/Impalaのテーブルやビューとして保持されます。オーバーロードされたR関数により、選択したR機能がクラスタ処理用の同等のSQLに変換され、並列処理、スケーラビリティ、およびセキュリティが強化されます。データ・サイエンティストは使い慣れたR構文を使用して、クラスタに保持されたデータベースデータを操作できます。

機械学習アルゴリズム - Rユーザーは、選択したSpark MLアルゴリズム、およびR言語を使用して、並列分散アルゴリズムによるOracle Machine Learning for Sparkのライブラリを利用できます。ユーザーは、使い慣れたR計算式構文を使用して機械学習モデルを指定できます。アルゴリズムは、分類、回帰、クラスタリング、および特徴抽出をサポートします。

Sparkデータフレームの操作 - RのSparkデータフレーム・プロキシ・オブジェクト上で特殊関数(SQLを含む)を直接管理および呼び出して、クラスタで実行することができます。ランダムサンプリング、データ分割、データの一覧表示、および出力に至るまで、このインタフェースはデータを操作、作成し、データをSparkに対してプッシュおよびプルするための独自の機能を提供します。

OML4Sparkアーキテクチャ

その他の機能

OAAgraph - Oracle Spatial and Graphに存在する強力なグラフ分析機能の利用に興味があるユーザー向けに、Oracle Machine Learning for Sparkとの互換性があり、Sparkベースの機械学習アルゴリズム、およびParallel Graph AnalytiX(PGX)エンジンの操作を容易にする、OAAgraphパッケージが用意されています。Oracle Machine Learning for SparkのRを使用したデータの準備、モデルの構築とデータのスコアリングによるグラフデータおよび分析の強化、グラフメトリクスの計算による、Spark機械学習アルゴリズムに提供されるデータの強化といったさまざまな機能はすべて、モデル品質とグラフ分析の向上を目的としています。

グラフ分析と機械学習

Oracle Machine Learning for Sparkに関する新着情報

Rでのトレンド
 
Oracle Machine Learning for Sparkを始めよう

会話に参加しましょう