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(OML4Spark)はOracle R Advanced Analytics for Hadoopによってサポートされており、SparkおよびHadoop環境に対応したRのAPIを通じて、データ・サイエンティストと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スケーラブルな機械学習アルゴリズムを提供します。

詳細を入手する

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フレームワーク内のSparkMLアルゴリズムをラップします。

Oracle Cloud SQLとOML4SparkがOracle DatabaseまたはAutonomous Databaseから組み合わさることによって、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オプションを提供します。

 

Product Details

すべて開く すべて閉じる

機能概要

  • 自然なR APIからスケーラブルで分散された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モデリングを行う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へのインタフェース
  • Sparkの並列実行用に最適化された表現力豊かなR式オブジェクトを利用する関数
  • HDFSまたはファイル・システムにモデルと結果を保存し、本番環境などの他のビッグ・データ・クラスタに読み込んで実行
OML4R Icons

ビジネスの利点

  • ビッグ・データ・クラスタをRインターフェースを介して高性能コンピューティング環境として使用
  • HIVE、Impala、そしてSparkSQLを利用して、簡素化されたR APIから大規模なデータセットを処理
  • データ移動の最小化
  • Rコミュニティから提供されたRパッケージの使用
  • OCIを介してOracle Databaseからのデータ統合およびJDBCを介して他の環境を統合
OML User Roles

コア機能

透過レイヤー - R data.frameプロキシ・オブジェクトを活用して、データがHIVE/Impalaテーブルおよびビューとして残るようにします。オーバーロードされたR関数は、並列処理、スケーラビリティ、およびセキュリティを利用して、選択したR機能を同等のSQLに変換し、クラスタで処理します。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、クラスタに残っているデータベース・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、選択されたSpark MLアルゴリズムに加えて、R言語を使用して並列分散アルゴリズムのOracle Machine Learning for Sparkライブラリを利用できます。 ユーザーは、使い慣れたR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ています。

Spark Data Frame操作 - クラスタで実行するために、RのSpark Data Frameプロキシ・オブジェクトで直接特殊な関数(SQLを含む)を管理および呼び出します。 ランダム・サンプリングとデータ分割からデータの一覧表示と印刷まで、インタフェースはデータを操作、作成、Sparkにプッシュ/プルする独自の機能を提供します。

OML4Spark Architecture

追加の機能

OAAgraph - Oracle Spatial and Graphにある強力なグラフ分析の活用に関心のある方のために、Oracle Machine Learning for Sparkは、Sparkベースの機械学習アルゴリズムとParallel Graph AnalytiX(PGX)エンジンの両方での作業を容易にするOAAgraphパッケージと互換性があります。 Oracle Machine Learning for SparkでRを使用してデータを準備し、モデルを構築してデータをスコアリングし、グラフ・データと分析を強化し、グラフ・メトリックを計算して、Spark機械学習アルゴリズムに提供されるデータを強化します。これらはすべて、モデルの品質とグラフ分析を向上させることを目的としています。

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