El aprendizaje automático de Oracle Database permite la exploración y la preparación de datos, así como la creación de modelos de aprendizaje automático a escala mediante SQL, R, Python, REST, AutoML e interfaces sin código. Incluye más de 30 algoritmos de alto rendimiento en la base de datos que producen modelos para su uso inmediato en aplicaciones. Al mantener los datos en la base de datos, las organizaciones pueden simplificar su arquitectura general y mantener la sincronización y seguridad de los datos. Permite a los científicos de datos y a otros profesionales de datos crear modelos rápidamente al simplificar y automatizar elementos clave del ciclo de vida del aprendizaje automático.
Evita la deriva de datos y supervisa el rendimiento de tus modelos de aprendizaje automático. Las nuevas capacidades de supervisión con Machine Learning en los servicios de Oracle Database te alertan sobre problemas tanto en los datos como en la calidad del modelo nativo en la base de datos.
Aprovecha los ecosistemas de paquetes Python y R más amplios en Oracle Autonomous Database en Oracle Machine Learning Notebooks. Ejecuta funciones definidas por el usuario con funcionalidad de paquetes de terceros en los motores generados y gestionados por el entorno de Oracle Database.
Consulta, transforma y analiza los datos de forma más rápida y a escala, al tiempo que utilizas semántica y sintaxis R conocidas y aprovechas Oracle Database como un entorno informático de alto rendimiento.
Implementar y escalar modelos de machine learning y soluciones basadas en Python y R en producción a menudo presenta desafíos. Aprende cómo simplificar la incorporación de IA y ML en aplicaciones utilizando Machine Learning en Oracle Database.
Aumenta la productividad de los científicos de datos y desarrolladores y reduce su curva de aprendizaje con la conocida tecnología notebook Apache Zeppelin basada en código abierto. Los notebooks intérpretes de SQL, PL/SQL, Python, R y Markdown para Oracle Autonomous Database para que los usuarios puedan trabajar con el lenguaje que elijan al desarrollar soluciones analíticas.
Reduce el tiempo para implementar y gestionar modelos nativos en la base de datos y modelos en formato ONNX en el entorno de Oracle Autonomous Database. Los desarrolladores de aplicaciones utilizan modelos a través de puntos finales REST fáciles de integrar. Despliega modelos de forma rápida y sencilla desde la interfaz de usuario de Oracle Machine Learning AutoML.
Simplifique y acelere la creación de modelos de machine learning tanto para data scientists expertos como no expertos, utilizando SQL y PL/SQL familiares para la preparación de datos, la creación de modelos, la evaluación y la implementación.
Una interfaz de usuario sin código compatible con AutoML en Oracle Autonomous Database para mejorar la productividad de los científicos de datos y el acceso de usuarios no expertos a potentes algoritmos en la base de datos para clasificación y regresión.
Acelera el modelado de aprendizaje automático con Oracle Autonomous Database como plataforma de recursos informáticos de alto rendimiento con una interfaz R. Utiliza Oracle Machine Learning Notebooks con intérpretes R, Python y SQL para desarrollar soluciones basadas en el aprendizaje automático. Despliega fácilmente funciones R definidas por el usuario desde API de SQL y REST con opciones en paralelo de datos y tareas.
Los científicos de datos y otros usuarios de Python aceleran la modelización de aprendizaje automático y la implementación de soluciones utilizando Oracle Autonomous Database como una plataforma de computación de alto rendimiento con una interfaz de Python. El aprendizaje automático automatizado integrado (AutoML) recomienda algoritmos y características relevantes para cada modelo y realiza la sintonización automatizada del modelo. En conjunto, estas capacidades mejoran la productividad del usuario, la precisión del modelo y la escalabilidad.
Los data scientists y los analistas de datos pueden utilizar esta interfaz de usuario de arrastrar y soltar para crear rápidamente flujos de trabajo analíticos. El rápido desarrollo y perfeccionamiento de modelos permite a los usuarios descubrir patrones, relaciones y conocimientos ocultos en sus datos.
Simplifique y acelere la creación de modelos de machine learning tanto para data scientists como ata scientists ciudadanos, utilizando SQL y PL/SQL familiares para la preparación de datos, la creación de modelos, la evaluación y la implementación.
Los data scientists y los analistas de datos pueden utilizar esta interfaz de usuario de arrastrar y soltar para crear rápidamente flujos de trabajo analíticos. El rápido desarrollo y perfeccionamiento de modelos permite a los usuarios descubrir patrones, relaciones y conocimientos ocultos en sus datos.
Acelera la modelización de aprendizaje automático y la implementación de soluciones utilizando Oracle Database como una plataforma de computación de alto rendimiento con una interfaz de R. Despliega fácilmente funciones de R definidas por el usuario desde SQL y API de R con opciones paralelas a datos y tareas. Las funciones de R definidas por el usuario pueden incluir funcionalidades del ecosistema de paquetes de R.
Los científicos de datos y otros usuarios de Python aceleran la modelización de aprendizaje automático y la implementación de soluciones utilizando Oracle Autonomous Database como una plataforma de computación de alto rendimiento con una interfaz de Python. El aprendizaje automático automatizado integrado (AutoML) recomienda algoritmos y características relevantes para cada modelo y realiza la sintonización automatizada del modelo. En conjunto, estas capacidades mejoran la productividad del usuario, la precisión del modelo y la escalabilidad.
Una interfaz de usuario sin código compatible con AutoML en Oracle Autonomous Database para mejorar la productividad de los científicos de datos y el acceso de usuarios no expertos a potentes algoritmos en la base de datos para clasificación y regresión.
Los científicos de datos y otros usuarios de Python aceleran la modelización de aprendizaje automático y la implementación de soluciones utilizando Oracle Autonomous Database como una plataforma de computación de alto rendimiento con una interfaz de Python. El aprendizaje automático automatizado integrado (AutoML) recomienda algoritmos y características relevantes para cada modelo y realiza la sintonización automatizada del modelo. En conjunto, estas capacidades mejoran la productividad del usuario, la precisión del modelo y la escalabilidad.
Una interfaz de usuario sin código compatible con AutoML en Oracle Autonomous Database para mejorar la productividad de los científicos de datos y el acceso de usuarios no expertos a potentes algoritmos en la base de datos para clasificación y regresión.
Los data scientists y los analistas de datos pueden utilizar esta interfaz de usuario de arrastrar y soltar para crear rápidamente flujos de trabajo analíticos. El rápido desarrollo y perfeccionamiento permite a los usuarios descubrir patrones, relaciones y conocimientos ocultos en sus datos.
Vea cómo crear modelos de machine learning más rápido con Python, R, y SQL.
Enterprise Strategy Group considera que las mejoras de Autonomous Data Warehouse de Oracle “democratizan la simplicidad”
Lee el blog de Enterprise Strategy GroupOMDIA: Oracle es el único proveedor que permite a los clientes elegir qué servicios en la nube ejecutar localmente y en la nube pública.
Lee el informe de OMDIA (PDF)Los clientes de todo el mundo aprovechan las capacidades del machine learning en la base de datos de Oracle para resolver problemas complejos e importantes basados en datos.
Los data scientists y desarrolladores de datos crean modelos y clasifican los datos de forma más rápida y a escala, sin necesidad de extraer datos en motores independientes de analítica. La arquitectura de escalado horizontal de Oracle Exadata y la tecnología Smart Scan ofrecen resultados rápidos.
Los científicos de datos y los desarrolladores que utilizan el aprendizaje automático en Oracle Database están protegidos gracias a la seguridad incorporada, el cifrado y el acceso basado en roles a los datos del usuario y los modelos.
Los desarrolladores y el equipo de data science en general logran una disponibilidad inmediata del modelo de machine learning con opciones de implementación sencillas mediante las interfaces SQL y REST.
Los científicos y desarrolladores de datos procesan los datos donde residen en Oracle Database. Esto simplifica la creación y el despliegue de modelos, reduce el tiempo de desarrollo de aplicaciones y mejora la seguridad de los datos.
Los data scientists evitan problemas de rendimiento durante la preparación de datos, la creación de modelos y la evaluación de datos utilizando el paralelismo y la escalabilidad integrados de Oracle Database, con optimizaciones para Oracle Exadata.
Mark Hornick, Director general, Data Science and Machine Learning, Oracle
Nos complace anunciar la nueva interfaz de Oracle Machine Learning Notebooks en Autonomous Database, Oracle Machine Learning Notebooks EA, ahora disponible en todas las regiones. Las nuevas características incluyen tiempos de carga de los cuadernos más rápidos, una apariencia nueva y moderna de Oracle Redwood, diseños de Jupyter y Zeppelin, visualizaciones de gráficos más ricas, y comentarios y dependencias de párrafos individuales.
Lee el post completoDescubre Oracle Cloud y accede al aprendizaje automático dentro de Autonomous Database, de forma gratuita.
Obtén apoyo y aprende de la comunidad de pioneros en Oracle Database Machine Learning.