يمكنك زيادة إنتاجية علماء البيانات ومهندسي البيانات والمطورين وتقليل منحنى التعلم الخاص بهم من خلال تقنية الكمبيوتر المحمول المألوفة. تدعم Oracle Machine Learning Notebooks SQL وPL/SQL وPython وR وConda ومفسري لغة markdown لـ Oracle Autonomous Database بحيث يمكنك العمل بلغتك المفضلة مع حزم الجهات الخارجية المُخصصة عند تطوير الحلول التحليلية.
تقليل الوقت اللازم لنشر النماذج الأصلية في قاعدة البيانات ونماذج ONNX بتنسيق وإدارتها في بيئة Oracle Autonomous Database. يستخدم مطورو التطبيقات النماذج من خلال نقاط انتهاء REST سهلة التكامل. مراقبة بياناتك والنماذج داخل قاعدة البيانات لضمان السلامة والدقة المتواصلة. انشر النماذج بسرعة وسهولة من واجهة مستخدم Oracle Machine Learning AutoML.
احصل على رؤى حول طريقة تطور بيانات مؤسستك بمرور الوقت واتخاذ الإجراءات التصحيحية قبل أن يكون لمشكلات البيانات تأثير سلبي كبير على المؤسسة. تساعدك مراقبة البيانات على ضمان تكامل البيانات لتطبيقات المؤسسة ولوحات المعلومات. حدد انحراف البيانات بسرعة وموثوقية وتفهم أعمدة البيانات الفردية وتفاعلاتها.
تبسيط إنشاء نماذج التعلم الآلي وتسريعها من علماء بيانات الخبراء والمستخدمين غير الخبراء باستخدام SQL وPL/SQL لإعداد البيانات وإنشاء النماذج والتقييم والنشر.
تدعم واجهة مستخدم بدون تعليمات برمجية AutoML في Oracle Autonomous Database لتحسين إنتاجية عالم البيانات ووصول المستخدمين غير الخبراء إلى خوارزميات قوية في قاعدة البيانات للتصنيف والانحدار.
تسريع نمذجة التعلم الآلي باستخدام Oracle Autonomous Database كمنصة حوسبة عالية الأداء مع واجهة R. استخدم Oracle Machine Learning Notebooks لتطوير حلول قابلة للتوسع قائمة على التعلم الآلي بلغة R وإنشاء بيئات Conda مع حزم الجهات الخارجية. نشر وظائف R المُحددة بواسطة المستخدم بسهولة من واجهات برمجة تطبيقات SQL وREST باستخدام توازي البيانات المقدمة بواسطة النظام وتوازي المهام.
يعمل علماء البيانات ومستخدمو Python الآخرين على تسريع نمذجة التعلم الآلي ونشر الحلول باستخدام Oracle Autonomous Database كمنصة حوسبة عالية الأداء مع واجهة Python. استخدم Oracle Machine Learning Notebooks لتطوير حلول مستندة إلى التعلم الآلي قابلة للتوسع في Python. يوصي AutoML المُدمج بالخوارزميات والميزات ذات الصلة وينفذ ضبط النماذج التلقائي.
يمكن لعلماء البيانات ومحللي البيانات استخدام واجهة المستخدم هذه السحب والإفلات لإنشاء مهام سير العمل التحليلية بسرعة داخل SQL Developer. يتيح تطوير النماذج وتنقيحها السريع للمستخدمين اكتشاف الأنماط والعلاقات والرؤى المخفية في بياناتهم.
تبسيط إنشاء نماذج التعلم الآلي وتسريعها من علماء بيانات الخبراء والمستخدمين غير الخبراء باستخدام SQL وPL/SQL لإعداد البيانات وإنشاء النماذج والتقييم والنشر.
يمكن لعلماء البيانات ومحللي البيانات استخدام واجهة المستخدم هذه السحب والإفلات لإنشاء مهام سير العمل التحليلية بسرعة. يتيح تطوير النماذج وتنقيحها السريع للمستخدمين اكتشاف الأنماط والعلاقات والرؤى المخفية في بياناتهم.
تسريع نمذجة التعلم الآلي ونشر الحلول باستخدام Oracle Database كمنصة حوسبة عالية الأداء مع واجهة R. نشر وظائف R المُحددة بواسطة المستخدم بسهولة من واجهات برمجة تطبيقات SQL وR باستخدام توازي البيانات المقدمة بواسطة النظام وتوازي المهام. يمكن أن تتضمن وظائف R المحددة بواسطة المستخدم وظائف من النظام البيئي لحزمة R.
يعمل علماء البيانات ومستخدمو Python الآخرين على تسريع نمذجة التعلم الآلي ونشر الحلول باستخدام Oracle Database كمنصة حوسبة عالية الأداء مع واجهة Python. يوصي AutoML المُدمج بالخوارزميات والميزات ذات الصلة وينفذ ضبط النماذج التلقائي.
تدعم واجهة مستخدم بدون تعليمات برمجية AutoML في Oracle Autonomous Database لتحسين إنتاجية عالم البيانات ووصول المستخدمين غير الخبراء إلى خوارزميات قوية في قاعدة البيانات للتصنيف والانحدار.
يعمل علماء البيانات ومستخدمو Python الآخرين على تسريع نمذجة التعلم الآلي ونشر الحلول باستخدام Oracle Autonomous Database وOracle Database كمنصة حوسبة عالية الأداء مع واجهة Python. يوصي AutoML المُدمج بالخوارزميات والميزات ذات الصلة وينفذ ضبط النماذج التلقائي. تعمل هذه الإمكانات معًا على تحسين إنتاجية المستخدم ودقة النموذج وقابلية التوسع.
تدعم واجهة مستخدم بدون تعليمات برمجية AutoML في Oracle Autonomous Database لتحسين إنتاجية عالم البيانات ووصول المستخدمين غير الخبراء إلى خوارزميات قوية في قاعدة البيانات للتصنيف والانحدار.
احصل على رؤى حول طريقة تطور بيانات مؤسستك بمرور الوقت واتخاذ الإجراءات التصحيحية قبل أن يكون لمشكلات البيانات تأثير سلبي كبير على المؤسسة. تساعدك مراقبة البيانات على ضمان تكامل البيانات لتطبيقات المؤسسة ولوحات المعلومات. حدد انحراف البيانات بسرعة وموثوقية وتفهم أعمدة البيانات الفردية وتفاعلاتها.
يمكن لعلماء البيانات ومحللي البيانات استخدام واجهة المستخدم هذه السحب والإفلات لإنشاء مهام سير العمل التحليلية بسرعة. يتيح التطوير والتنقيح السريع للمستخدمين اكتشاف الأنماط والعلاقات والرؤى المخفية في بياناتهم.