• データベース内でのモデル構築、評価、適用に、30を超える機械学習アルゴリズムの並列実装を使用します。
• 機械学習のモデル適用処理は、Oracle Database内のSQL関数として実行され、バッチ処理またはリアルタイム（トランザクション）処理のユースケースで、データベース全体の並列処理とスケーラビリティを実現します。
• ExadataおよびAutonomous Databaseでは、機械学習モデルはスコアリングのためにオラクルの「スマート・スキャン」テクノロジーを使用してストレージ層にプッシュされます。
• 表およびビュー内の構造化データ（数値データ型およびVARCHARデータ型）、非構造化データ（CLOBデータ型）、トランザクション・データ、空間データおよびグラフ・データを取り込み、処理します。
• 欠損値の処理、正規化、外れ値の処理に対応できる、自動化されたアルゴリズム固有のデータ準備をオプションで利用できます。
• Oracle Databaseのスケーラビリティ、セキュリティ、監査、バックアップ機能を活用できます。
• Big Data SQLおよびCloud SQLと連携し、データベース内、Spark、Hadoop、データソースを含む、幅広いビッグデータにわたるデータにアクセスできます。

• データ移動の排除、ビッグデータのスケーラビリティ、セキュリティの維持、モデル開発からモデル導入までの時間の短縮を実現できます。
• Oracle Database環境間を容易に移動でき、Oracle Machine Learningモデルおよび関連するデータの集約、変換、準備のためのスクリプトの開発、ステージング、本番環境への導入のシナリオをサポートします。
• 多様なスキルセットを持つ従業員が、データベース内の機械学習アルゴリズムを活用して、データドリブンのプロジェクトを実現できます。

データベース内処理 - データの準備、データの変換、モデルの構築、モデルのチューニング、およびモデルの「スコアリング」は、PL/SQLプロシージャおよびSQL関数として実行されます。

機械学習アルゴリズム - ユーザーは、SQL言語を使用して、Oracle Machine Learningのデータベース内並列アルゴリズムを活用できます。

使い慣れたSQL - SQLに精通しているオラクルのプロフェッショナルであれば、スキル・セットの自然な延長としてすぐに機械学習アルゴリズムを使用できます。

Oracle Data Management - 機械学習オブジェクトと機能がOracle Databaseの他のオブジェクトや機能と同等にあるOracle Databaseで、SQLおよびPL/SQLスクリプトを管理および実行します（エンタープライズ・ソリューションおよびアプリケーションに不可欠）。これには、オラクルのセキュリティ、暗号化、パラレル実行、SQL分析関数、表およびビュー、監査機能、パーティショニング、テキスト処理、空間およびグラフ分析が含まれます。

自動データ準備 - インテリジェントなデフォルトまたはユーザー上書きによって入力データを自動的に処理し、欠損データの処理、外れ値の処理、非構造化テキスト・データの処理、ビニング、および各アルゴリズムに必要な変換をサポートします。

統合テキスト・マイニング - アルゴリズムは表およびビューのテキスト列を入力として受け取り、用語やテーマの抽出を自動化します。抽出された用語やテーマは、モデル構築およびデータ・スコアリングで他の予測子と組み合わされます。

パーティション化モデル - ユーザーは、一連のモデルで構成されたモデルを自動的に作成できます。ここでは、ユーザーが指定したデータ・パーティションに基づいて各コンポーネントが構築されます。スコアリングは統合モデル・レベルで行われ、適切なコンポーネント・モデルが自動的に選択されます。