Oracle Database에 포함된 Oracle Machine Learning 서비스는 SQL, R, Python, REST, 자동화된 머신러닝(AutoML), 노코드 인터페이스 등을 활용한 대규모 데이터 탐색 및 준비, 머신러닝(ML) 모델링을 지원합니다. 애플리케이션에서 즉시 사용할 수 있는 모델을 생성하는 30개 이상의 고성능 데이터베이스 내 알고리즘이 포함되어 있습니다. Oracle Database에 데이터를 저장함으로써 전반적 아키텍처를 간소화하고, 데이터 동기화 및 보안을 유지합니다. 이를 통해 데이터 과학자 및 기타 데이터 전문가들은 머신러닝 수명 주기별 주요 요소를 단순화 및 자동화하여 신속하게 모델을 구축할 수 있습니다.
Larry Ellison과 Juan Loaiza가 Oracle Database 23ai의 생성형 AI 전략을 소개합니다.
데이터 드리프트를 방지하고 머신러닝 모델의 성능을 모니터링합니다. Oracle Database 서비스에 포함된 Machine Learning 서비스의 새로운 모니터링 기능은 데이터 모델 및 기본 인데이터베이스 모델의 품질 문제를 경고해 줍니다.
Oracle Machine Learning Notebooks에서 Oracle Autonomous Database를 통해 보다 광범위한 Python 및 R 패키지 생태계를 활용할 수 있습니다. Oracle Database 환경에서 생성 및 관리하는 엔진에서 타사 패키지 기능을 사용하여 사용자 정의 함수를 실행합니다.
고성능 컴퓨팅 환경인 Oracle Database에서 익숙한 R 구문 및 의미 체계를 활용하여 보다 신속히, 대규모로 데이터를 탐색, 변환, 분석합니다.
프러덕션 단계에서 머신러닝 모델 및 보다 광범위한 Python 및 R 기반 솔루션을 배포 및 확장하기란 어려운 일입니다. Oracle Database에서 Machine Learning 서비스를 사용하여 애플리케이션에 AI 및 ML 기능을 간편하게 삽입할 수 있는 방법을 확인해 보세요.
데이터 사이언티스트와 개발자는 별도의 분석 엔진으로 데이터를 추출하지 않고 모델을 구축하고 데이터 스코어링를 대규모로 더 빠르게 수행할 수 있습니다. Oracle Exadata의 스케일 아웃 아키텍처 및 스마트 스캔 기술은 빠른 결과를 제공합니다.
Oracle Machine Learning을 사용하는 데이터 사이언티스트와 개발자는 오라클 데이터베이스에 내장된 보안, 암호화, 사용자 데이터에 대한 역할 기반 액세스 및 모델로 보호됩니다.
개발자와 광범위한 데이터 사이언스 팀은 SQL 및 REST 인터페이스를 사용하여 간편한 배포 옵션을 통해 머신 러닝 모델 가용성을 즉각적으로 달성합니다.
데이터 사이언티스트와 개발자는 오라클 데이터베이스 내 데이터가 있는 위치에서 데이터를 처리하여 모델 구축 및 배포를 단순화하고 애플리케이션 개발 시간을 단축하며 데이터 보안을 강화할 수 있습니다.
데이터 사이언티스트는 Oracle Exadata애 대한 독특한 최적화 처리와 함께 오라클 데이터베이스에 내장된 병렬 처리 및 확장성을 사용하여 데이터 준비, 모델 구축 및 데이터 스코어링 중 성능 문제를 방지합니다.
전 세계 고객은 Oracle 데이터베이스 내 머신 러닝 기능을 활용하여 복잡하고 중요한 데이터 기반 문제를 해결합니다.
데이터 사이언티스트와 개발자는 Python의 위력을 익히 알고 있으며, 광범위하게 활용된다는 점이 Python의 성공을 입증하고 있습니다. 이제 Oracle Autonomous Database에서 데이터를 분석할 때 Python을 활용할 수 있습니다. Oracle Machine Learning for Python(OML4Py)은 오픈 소스 Python 스크립트 언어와 환경을 엔터프라이즈 및 빅 데이터 작업에 사용할 수 있게 만들어 줍니다.
전체 게시물 읽기