التعلم الآلي في ميزات Oracle Database
التعلّم الآلي في Oracle Autonomous Database
أدلة التعلم الآلي
يمكنك زيادة إنتاجيتك، سواء كنت عالم بيانات أو مهندس بيانات أو مطورًا. Oracle Machine Learning (OML) Notebooks تدعم SQL وPL/SQL وPython وR وConda ومُفسري markdown، حتى تتمكن من العمل باستخدام لغتك المفضلة إلى جانب التعلُّم الآلي المُضمن في قاعدة البيانات وحزم الجهات الخارجية المُخصصة لتطوير الحلول التحليلية. يمكنك التعاون مع فريق علم البيانات الأوسع لديك وجدولة دفاتر الملاحظات لتشغيلها تلقائيًا وتمثيل بياناتك بصورة مرئية وإصدار دفاتر الملاحظات ومقارنتها ببيئة دفاتر الملاحظات المُدمجة هذه.
- عرض جولة المنتج التفاعلية
- Oالوثائق الأساسية المتعلقة بـ Oracle Machine Learning Notebooks
- استخدام Oracle Machine Learning Notebooks من خلال وثائق Autonomous Database
خدمات التعلم الآلي
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.
- واجهة برمجة تطبيقات REST لخدمات Oracle Machine Learning
- وثائق خدمات Oracle Machine Learning
- وثائق نمذجة البيانات
- وثائق مراقبة نموذج التعلم الآلي
- العمل باستخدام وظيفة النص المعرفي
- GitHub المستودع
مراقبة التعلُّم الآلي
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. تساعد مراقبة النماذج على تحديد الوقت الذي يتغير فيه مقياس النموذج، مثل الدقة أو مُعامل R-squared، بشكل كبير — أو عندما ينحرف توزيع القيم المتوقعة كثيرًا عن القيم الأولية. قد يشير هذا إلى الحاجة إلى إعادة إنشاء نموذجك أو إعادة تصميمه. توفر واجهة مستخدم مراقبة النماذج والبيانات دون تعليمات برمجية تصورات ومقاييس متعددة لمساعدة المُستخدمين في تقييم مشكلات الجودة.
- الوثائق الرئيسية حول مراقبة Oracle Machine Learning
- وثائق مراقبة بيانات Oracle Machine Learning
- وثائق مراقبة نماذج Oracle Machine Learning
التعلم الآلي لـ SQL
يمكنك تبسيط إنشاء نماذج التعلُّم الآلي داخل قاعدة البيانات وتسريع العملية بواسطة علماء البيانات الخبراء والمستخدمين غير الخبراء باستخدام SQL وPL/SQL لإعداد البيانات وإنشاء النماذج وتقييمها ونشرها.
واجهة مستخدم Machine Learning AutoML
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. يمكنك إجراء تجارب سريعة باستخدام البيانات والخوارزميات والمعلمات الفائقة للاستكشاف بشكل أسرع. يمكنك نشر النماذج على الفور من خلال استعلامات SQL أو إلى خدمات OML باعتبارها نقاط نهاية REST لتحقيق التكامل السلس باستخدام التطبيقات والتسجيل في الوقت الفعلي. يمكنك إنشاء دفاتر ملاحظات للنماذج المُحدّدة، مما يسمح للمستخدمين بتحسين النماذج وتخصيصها على نحوٍ أكبر داخل دفاتر ملاحظات OML.
- مُقدمة حول واجهة مُستخدم Oracle Machine Learning AutoML
- وثائق حول واجهة مُستخدم Oracle Machine Learning AutoML
التعلم الآلي للغة R
تسريع نمذجة التعلم الآلي باستخدام Oracle Autonomous Database كمنصة حوسبة عالية الأداء مع واجهة R. يمكنك استخدام Oracle Machine Learning Notebooks أو R IDE المُفضل لديك لتطوير حلول قابلة للتوسع وقائمة على التعلُّم الآلي بلغة R وإنشاء بيئات Conda باستخدام حزم الجهات الخارجية. نشر وظائف R المُحددة بواسطة المستخدم بسهولة من واجهات برمجة تطبيقات SQL وREST باستخدام توازي البيانات المقدمة بواسطة النظام وتوازي المهام.
التعلم الآلي لـ Python
يعمل علماء البيانات ومستخدمو Python الآخرين على تسريع نمذجة التعلم الآلي ونشر الحلول باستخدام Oracle Autonomous Database كمنصة حوسبة عالية الأداء مع واجهة Python. يمكنك استخدام Oracle Machine Learning Notebooks أو لغة Python IDE المُفضلة لديك لتطوير حلول قابلة للتوسع وقائمة على التعلُّم الآلي بلغة Python. يوصي AutoML المُدمج بالخوارزميات والميزات ذات الصلة الموجودة في قاعدة البيانات ويضبط النموذج ويحدده تلقائيًا.
التنقيب عن البيانات
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.
التعلم الآلي في Oracle Database
التعلم الآلي لـ SQL
يمكنك تبسيط إنشاء نماذج التعلُّم الآلي داخل قاعدة البيانات وتسريع العملية لعلماء البيانات الخبراء والمستخدمين غير الخبراء باستخدام SQL وPL/SQL لإعداد البيانات وإنشاء النماذج وتقييمها ونشرها.
التنقيب عن البيانات
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.
التعلم الآلي للغة R
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.
- تثبيت Oracle Machine Learning لـ R
- موجز فني (PDF)
- وثائق Oracle Machine Learning للغة R
- GitHub المستودع
التعلم الآلي لـ Python
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 الموجودة في قاعدة البيانات ويضبط النموذج ويحدده تلقائيًا.
التعلم الآلي المؤتمت (AutoML)
واجهة مستخدم Machine Learning AutoML
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. يمكنك إجراء تجارب سريعة باستخدام البيانات والخوارزميات والمعلمات الفائقة للاستكشاف بشكل أسرع. يمكنك نشر النماذج على الفور من خلال استعلامات SQL أو إلى خدمات OML باعتبارها نقاط نهاية REST لتحقيق التكامل السلس باستخدام التطبيقات والتسجيل في الوقت الفعلي. يمكنك إنشاء دفاتر ملاحظات للنماذج المُحدّدة، مما يسمح للمستخدمين بتحسين النماذج وتخصيصها على نحوٍ أكبر داخل دفاتر ملاحظات OML.
- كيف يمكن للذكاء الاصطناعي إنهاء العمل الشاق من خلال ضبط نماذج التعلم الآلي
- وثائق حول واجهة مُستخدم Oracle Machine Learning AutoML
التعلم الآلي لـ Python
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 الموجودة في قاعدة البيانات ويضبط النموذج ويحدده تلقائيًا. تعمل هذه الإمكانات معًا على تحسين إنتاجية المستخدم ودقة النموذج وقابلية التوسع.
واجهات مستخدم بدون تعليمات برمجية
واجهة مستخدم Machine Learning AutoML
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. يمكنك إجراء تجارب سريعة باستخدام البيانات والخوارزميات والمعلمات الفائقة للاستكشاف بشكل أسرع. يمكنك نشر النماذج على الفور من خلال استعلامات SQL أو إلى خدمات OML باعتبارها نقاط نهاية REST لتحقيق التكامل السلس باستخدام التطبيقات والتسجيل في الوقت الفعلي. يمكنك إنشاء دفاتر ملاحظات للنماذج المُحدّدة، مما يسمح للمستخدمين بتحسين النماذج وتخصيصها على نحوٍ أكبر داخل دفاتر ملاحظات OML.
- كيف يمكن للذكاء الاصطناعي إنهاء العمل الشاق من خلال ضبط نماذج التعلم الآلي
- وثائق حول واجهة مُستخدم Oracle Machine Learning AutoML
مراقبة التعلُّم الآلي
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. تساعد مراقبة النماذج على تحديد الوقت الذي يتغير فيه مقياس النموذج، مثل الدقة أو مُعامل R-squared، بشكل كبير — أو عندما ينحرف توزيع القيم المتوقعة كثيرًا عن القيم الأولية. قد يشير هذا إلى الحاجة إلى إعادة إنشاء نموذجك أو إعادة تصميمه. توفر واجهة مستخدم مراقبة النماذج والبيانات دون تعليمات برمجية تصورات ومقاييس متعددة لمساعدة المُستخدمين في تقييم مشكلات الجودة.
- الوثائق الرئيسية حول مراقبة Oracle Machine Learning
- وثائق مراقبة بيانات Oracle Machine Learning
- وثائق مراقبة نماذج Oracle Machine Learning
التنقيب عن البيانات
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.