Machine Learning in Oracle Database 기능

기능 관련 주제

Machine Learning in Oracle Autonomous Database

Machine Learning Notebooks

익숙한 노트북 기술로 데이터 과학자, 데이터 엔지니어, 개발자의 생산성은 향상시키고 학습 곡선은 줄일 수 있습니다. Oracle Machine Learning Notebooks은 Oracle Autonomous Database용 SQL, PL/SQL, Python, R, Conda 및 마크다운 인터프리터를 지원하므로 다양한 언어와 커스텀 서드파티 패키지를 조합하여 분석 솔루션을 개발할 수 있습니다.

Machine Learning 서비스

Oracle Autonomous Database 환경에서 네이티브 인 데이터베이스 모델 및 ONNX 포맷 모델을 배포 및 관리하는 시간을 단축합니다. 애플리케이션 개발자는 통합이 용이한 REST 끝점을 통해 머신 러닝 모델을 사용할 수 있습니다. 귀사의 데이터 및 인-데이터베이스 모델을 모니터링하여 지속적 데이터 무결성과 정확성을 보장합니다. Oracle Machine Learning AutoML 사용자 인터페이스를 통해 빠르고 간단하게 모델을 배포할 수 있습니다.

Machine Learning 모니터링

귀사의 엔터프라이즈 데이터가 시간 경과에 따라 어떻게 변화하는지에 대한 인사이트를 확보하고, 데이터 문제가 기업에 부정적인 영향을 미치기에 앞서 수정 조치를 적용할 수 있습니다. 데이터 모니터링 기능은 엔터프라이즈 애플리케이션 및 대시보드용 데이터 무결성 향상에 기여합니다. 데이터 드리프트를 빠르고 안정적으로 식별하고, 개별 데이터 열 및 해당 데이터 열들 간의 상호작용을 파악할 수 있습니다.

Machine Learning for SQL

SQL 및 PL/SQL을 사용하여 데이터 준비, 모델 구축, 평가, 배포 작업을 수행할 수 있으므로 데이터 사이언스 전문가 및 비전문가 모두 보다 간편하고 신속하게 머신 러닝 모델을 생성할 수 있습니다.

Machine Learning AutoML 사용자 인터페이스

Oracle Autonomous Database에서의 AutoML 사용을 지원하는 노 코드 사용자 인터페이스입니다. 데이터 과학자의 생산성을 향상시키고, 비전문가도 개선된 접근성을 통해 강력한 인-데이터베이스 분류 및 회귀 알고리즘을 활용할 수 있도록 만들어 줍니다.

Machine Learning for R

R 인터페이스를 통해 Oracle Autonomous Database를 고성능 컴퓨팅 플랫폼으로 활용하여 머신 러닝 모델링을 가속화합니다. Oracle Machine Learning Notebooks을 사용하여 R에서 확장 가능한 머신 러닝 기반 솔루션을 개발하고, 타사 패키지를 통해 Conda 환경을 구축할 수 있습니다. 시스템에서 제공하는 데이터 병렬 처리 및 작업 병렬 처리 기능을 통해 SQL 및 REST API에서 사용자 정의 R 함수를 간단히 배포할 수 있습니다.

Machine Learning for Python

데이터 과학자 및 기타 Python 사용자들이 Oracle Autonomous Database를 Python 인터페이스를 갖춘 고성능 컴퓨팅 플랫폼으로 활용하여 머신 러닝 모델링 및 솔루션 배포를 가속화할 수 있도록 지원합니다. Oracle Machine Learning Notebooks을 활용하면 Python으로 확장 가능한 머신 러닝 기반 솔루션을 개발할 수 있습니다. 내장된 AutoML 기능이 관련 알고리즘 및 기능을 추천해 주고, 자동화된 모델 튜닝을 수행합니다.

Data Miner

데이터 사이언티스트와 데이터 분석가는 드래그 앤 드롭 인터페이스를 사용하여 SQL Developer 내에서 분석 워크플로를 신속하게 구축할 수 있습니다. 사용자는 신속하게 이루어지는 모델 개발 및 개선을 통해 보유 데이터로부터 숨겨진 패턴, 관계, 인사이트 등을 도출할 수 있습니다.

Oracle Database에 포함된 Machine Learning

Machine Learning for SQL

SQL 및 PL/SQL을 사용하여 데이터 준비, 모델 구축, 평가, 배포 작업을 수행할 수 있으므로 데이터 사이언스 전문가 및 비전문가 모두 보다 간편하고 신속하게 머신 러닝 모델을 생성할 수 있습니다.

Data Miner

데이터 사이언티스트와 데이터 분석가는 이 드래그 앤 드롭 방식의 인터페이스를 사용하여 분석 워크플로를 신속하게 구축할 수 있습니다. 사용자는 신속하게 이루어지는 모델 개발 및 개선을 통해 보유 데이터로부터 숨겨진 패턴, 관계, 인사이트 등을 도출할 수 있습니다.

Machine Learning for R

Oracle Database를 R 인터페이스를 갖춘 고성능 컴퓨팅 플랫폼으로 활용하여 머신 러닝 모델링 및 솔루션 배포를 가속화합니다. 시스템에서 제공하는 데이터 병렬 처리 및 작업 병렬 처리 기능을 통해 SQL 및 R API에서 사용자 정의 R 함수를 간단히 배포할 수 있습니다. 사용자 정의 R 함수에는 R 패키지 생태계의 기능이 포함될 수 있습니다.

Machine Learning for Python

데이터 과학자 및 기타 Python 사용자들이 Oracle Database를 Python 인터페이스를 갖춘 고성능 컴퓨팅 플랫폼으로 활용하여 머신 러닝 모델링 및 솔루션 배포를 가속화할 수 있도록 지원합니다. 내장된 AutoML 기능이 관련 알고리즘 및 기능을 추천해 주고, 자동화된 모델 튜닝을 수행합니다.

AutoML

Machine Learning AutoML 사용자 인터페이스

Oracle Autonomous Database에서의 AutoML 사용을 지원하는 노 코드 사용자 인터페이스입니다. 데이터 과학자의 생산성을 향상시키고, 비전문가도 개선된 접근성을 통해 강력한 인-데이터베이스 분류 및 회귀 알고리즘을 활용할 수 있도록 만들어 줍니다.

Machine Learning for Python

데이터 과학자 및 기타 Python 사용자들이 Oracle Autonomous Database와 Oracle Database를 Python 인터페이스를 갖춘 고성능 컴퓨팅 플랫폼으로 활용하여 머신 러닝 모델링 및 솔루션 배포를 가속화할 수 있도록 지원합니다. 내장된 AutoML 기능이 관련 알고리즘 및 기능을 추천해 주고, 자동화된 모델 튜닝을 수행합니다. 이와 같은 기능들을 활용하여 사용자 생산성, 모델 정확성, 시스템 확장성을 향상시킬 수 있습니다.

노 코드 사용자 인터페이스

Machine Learning AutoML 사용자 인터페이스

Oracle Autonomous Database에서의 AutoML 사용을 지원하는 노 코드 사용자 인터페이스입니다. 데이터 과학자의 생산성을 향상시키고, 비전문가도 개선된 접근성을 통해 강력한 인-데이터베이스 분류 및 회귀 알고리즘을 활용할 수 있도록 만들어 줍니다.

Machine Learning 모니터링

귀사의 엔터프라이즈 데이터가 시간 경과에 따라 어떻게 변화하는지에 대한 인사이트를 확보하고, 데이터 문제가 기업에 부정적인 영향을 미치기에 앞서 수정 조치를 적용할 수 있습니다. 데이터 모니터링 기능은 엔터프라이즈 애플리케이션 및 대시보드용 데이터 무결성 향상에 기여합니다. 데이터 드리프트를 빠르고 안정적으로 식별하고, 개별 데이터 열 및 해당 데이터 열들 간의 상호작용을 파악할 수 있습니다.

Data Miner

데이터 사이언티스트와 데이터 분석가는 이 드래그 앤 드롭 방식의 인터페이스를 사용하여 분석 워크플로를 신속하게 구축할 수 있습니다. 사용자는 신속하게 이루어지는 모델 개발 및 개선을 통해 보유 데이터로부터 숨겨진 패턴, 관계, 인사이트 등을 도출할 수 있습니다.