Machine learning en Oracle AI Database
Machine Learning en Oracle AI Database permite explorar y preparar datos de forma escalable, así como desarrollar modelos de machine learning utilizando SQL, R, Python, REST, AutoML e interfaces sin código. También incorpora más de 30 algoritmos de alto rendimiento integrados en la base de datos para utilizarlos directamente en las aplicaciones, además de un agente de IA que facilita los flujos de trabajo de ciencia de datos en lenguaje natural
Lee la noticia
-
Cliente OML4Py 2.1 ya está disponible para Windows
Oracle Machine Learning for Python (OML4Py) 2.1 ya está disponible para Windows, permitiendo a científicos de datos y desarrolladores crear, entrenar e implementar modelos de machine learning directamente desde sus equipos con Windows, sin necesidad de utilizar un cliente Linux local ni una máquina virtual
-
Ya disponible la integración con GitHub para mejorar el control de versiones, la sincronización y la colaboración en OML Notebooks
Oracle Machine Learning (OML) Notebooks ahora se integra directamente con repositorios de GitHub, facilitando la importación de cuadernos OML, Jupyter y Zeppelin, así como la sincronización automática de los cambios
-
Opciones ampliadas para implementar modelos de embeddings con OML4Py y OML4SQL
Oracle Machine Learning for Python (OML4Py) 2.1.1 y OML4SQL admiten ahora modelos ONNX de embeddings de gran tamaño mediante datos externos y memoria compartida en Oracle AI Database 23.26.1, aumentando el tamaño máximo de los modelos y optimizando el uso de memoria en entornos concurrentes
¿Por qué elegir Machine Learning in Oracle AI Database ?
Mejora la productividad con la automatización integrada, el alto rendimiento de ejecución en la base de datos y la escalabilidad de Oracle AI Database, mientras identificas posibles sesgos en los datos y entiendes los factores que influyen en las predicciones
Data Science Agent
Ofrece una experiencia moderna basada en chat para todo el ciclo de vida de la ciencia de datos, ejecutándose directamente en la base de datos con el proveedor de IA y el LLM que prefieras.
Operaciones en la base de datos
Acelera el desarrollo de modelos y la puntuación de datos a gran escala directamente en Oracle Exadata mediante su arquitectura de escalado horizontal y la tecnología Smart Scan para obtener resultados con mayor rapidez
API en múltiples idiomas
Elige entre interfaces SQL, Python y R para la exploración y preparación de datos en la base de datos, el modelado de aprendizaje automático y el despliegue de soluciones. Además, despliega soluciones Python y R con SQL y REST.
Sin traslado de datos
Procesa los datos directamente en Oracle AI Database para agilizar la exploración, la preparación, el desarrollo y la implementación de modelos, reduciendo el tiempo de desarrollo y la complejidad, además de reforzar la seguridad de los datos
Creación de modelos sin código
Incrementa la productividad de los científicos de datos y permite que usuarios sin conocimientos especializados utilicen potentes algoritmos de clasificación y regresión integrados en la base de datos mediante una interfaz AutoML sin código
Supervisión de datos y modelos
Obtén visibilidad sobre la evolución de tus datos y modelos de machine learning para actuar de forma proactiva y prevenir incidencias empresariales importantes mediante endpoints REST e interfaces sin código.
Implementación empresarial rápida
Logre la disponibilidad inmediata de modelos de machine learning con opciones sencillas de implementación mediante interfaces SQL y REST.
Trae tu propio modelo
Importa modelos de transformador de texto, clasificación, regresión y agrupación en clústeres en formato Open Neural Network Exchange (ONNX) para utilizarlos desde SQL con ONNX Runtime en la base de datos. Despliega modelos de formato ONNX en Oracle Machine Learning Services para inferir casos de uso en tiempo real.
Seguridad integrada
Aprovecha la seguridad y el cifrado integrados de Oracle AI Database, el control de acceso basado en roles y la compatibilidad con modelos integrados en la base de datos y de terceros, así como con objetos y scripts de R y Python.
Opciones ampliadas para implementar modelos de embeddings con OML4Py y OML4SQL
Sherry LaMonica, Consultora MTS, Gestión de Productos de IA y ML, OracleOracle Machine Learning for Python (OML4Py) 2.1.1 y OML4SQL ahora admiten modelos ONNX de embeddings de gran tamaño mediante datos externos y memoria compartida en Oracle AI Database 23.26.1, ampliando los límites del tamaño de los modelos y optimizando el uso de la memoria para mejorar la escalabilidad en entornos con múltiples usuarios concurrentes
Blogs destacados
- Febrero de 2026Presentamos la exportación e importación de Datastore en OML4Py 2.1.1
- Marzo de 2026Ya está disponible una nueva versión de Embedded Execution para las API REST y SQL de Python y R
- Octubre de 2024Mejora tus aplicaciones de IA y ML con las opciones flexibles de Bring Your Own Model
- Septiembre de 2024Presentamos Oracle Machine Learning Services Data Bias Detector
Recursos
Introducción al machine learning en la nube
Descubra las novedades de la última versión
Tutoriales gratuitos y repositorio de GitHub
Información relacionada
Oracle Analytics incorpora IA/ML en toda la plataforma, atendiendo a usuarios de todos los niveles de habilidades, desde clics hasta programadores. Amplía las capacidades integradas de IA y machine learning de Oracle AI Database con Oracle AI Database Machine Learning y OCI AI Services para abordar una mayor variedad de casos de uso.
Arquitectura de referencia de Machine Learning en Oracle AI Database
-
Arquitecturas de referencia
Con Oracle Autonomous AI Database dispones de todas las herramientas integradas necesarias para cargar y preparar datos, así como para entrenar, implementar y administrar modelos de machine learning. Aunque estos servicios ya están incluidos en Autonomous AI Database, también puedes combinarlos con otras herramientas para adaptarlos a las necesidades específicas de tu organización.
-
Arquitecturas de referencia
Obtén un marco de referencia para enriquecer los datos de las aplicaciones empresariales con datos sin procesar procedentes de otras fuentes y aplicar modelos de machine learning que aporten inteligencia y capacidades predictivas a los procesos de negocio.
-
Arquitecturas de referencia
Descubre la topología de la plataforma, la arquitectura de sus componentes y las mejores prácticas recomendadas para implementar correctamente un data lakehouse en OCI, capturar grandes volúmenes de datos y agregarlos y administrarlos para obtener visibilidad del inventario en tiempo real.
-
Arquitecturas de referencia
Oracle Architecture Center pone a tu disposición patrones de diseño validados, ejemplos de arquitectura, guías de implementación y código de despliegue para ayudarte a crear soluciones en la nube, multicloud, nube distribuida y entornos locales. Utiliza estos recursos como guía para maximizar el valor de tu inversión.
Comienza a usar Machine Learning en Oracle AI Database
Prueba Machine Learning en Oracle AI Database
Comienza a usar Oracle Cloud y accede a Machine Learning en Autonomous AI Database, de forma gratuita.
Pruébalo en freesql.com
Lee la última guía y comienza a codificar.
Síguenos: @OracleDatabase
Conoce las últimas noticias, los eventos y recursos de la comunidad de Oracle AI Database.
Ponte en contacto con nosotros
¿Deseas saber más? Ponte en contacto con uno de nuestros expertos de la industria.