Machine Learning no Oracle Database oferece suporte à exploração de dados, preparação e modelagem de ML em escala usando SQL, R, Python, REST, machine learning automatizado (AutoML) e interfaces no-code. Inclui mais de 30 algoritmos de banco de dados de alto desempenho, produzindo modelos para uso imediato em aplicações. Mantendo os dados no banco de dados, as organizações podem simplificar sua arquitetura geral e manter a sincronização e a segurança dos dados. Ele permite que cientistas de dados e outros profissionais de dados criem modelos rapidamente, simplificando e automatizando elementos-chave do ciclo de vida de machine learning.
Assista à reapresentação da palestra CloudWorld do Vice-Presidente Executivo, Juan Loaiza, para saber mais sobre essa infraestrutura AppDev inovadora e centrada em IA.
Evite o desvio de dados e monitore o desempenho de seus modelos de machine learning. Novos recursos de monitoramento no Machine Learning nos serviços do Oracle Database alertam sobre problemas na qualidade dos dados e no modelo nativo do banco de dados.
Aproveite ecossistemas de pacotes Python e R mais amplos no Oracle Autonomous Database no Oracle Machine Learning Notebooks. Execute funções definidas pelo usuário com funcionalidade de pacote de terceiros em mecanismos gerados e gerenciados pelo ambiente do Oracle Database.
Explore, transforme e analise dados com mais rapidez e escala usando sintaxe e semântica familiares do R e aproveitando o Oracle Database como um ambiente de computação de alto desempenho.
Implementar e dimensionar modelos de machine learning e soluções mais amplas baseadas em Python e R na produção geralmente é um desafio. Saiba como simplificar a incorporação de IA e ML em aplicações usando Machine Learning no Oracle Database.
O Oracle Database oferece suporte a gerenciamento de dados, desenvolvimento de modelos e opções de implementação, monitoramento de dados e modelos e colaboração em equipe. Aumente a produtividade por meio de automação integrada, desempenho de execução no banco de dados e escalabilidade. Identifique possíveis vieses nos dados e entenda os fatores que contribuem para as previsões.
Crie modelos e classifique dados com mais rapidez e em escala, sem extrair dados para mecanismos de análise separados. A arquitetura escalável do Oracle Exadata e a tecnologia Smart Scan ajudam a fornecer resultados mais rápidos.
Escolha entre interfaces SQL, Python e R para exploração e preparação de dados no banco de dados, modelagem de machine learning e implementação de soluções. Além disso, implemente soluções Python e R usando SQL e REST.
Processar dados onde eles residem no Oracle Database para simplificar a exploração e a preparação de dados, bem como a criação e a implementação de modelos. Reduza o tempo de desenvolvimento de aplicações, reduza a complexidade e aborde a segurança de dados.
Aumente a produtividade do cientista de dados e ajude usuários não especializados a acessar algoritmos avançados no banco de dados para classificação e regressão por meio de uma interface de usuário AutoML no-code.
Obtenha insights sobre como seus dados e modelos de machine learning evoluem ao longo do tempo e tome medidas corretivas com antecedência para evitar problemas que podem ter um impacto negativo na empresa. Use endpoints REST e interfaces de usuário no-code.
Obtenha disponibilidade imediata do modelo de machine learning com opções de implementação fácil usando interfaces SQL e REST.
Importe modelos de transformação de texto, classificação, regressão e agrupamento no formato Open Neural Network Exchange (ONNX) para usar a partir do SQL com o ONNX Runtime no banco de dados. Implemente modelos de formato ONNX no Oracle Machine Learning Services para casos de uso de inferência em tempo real.
Evite problemas de desempenho durante a preparação de dados, criação de modelos e pontuação de dados usando o paralelismo e a escalabilidade integrados do Oracle Database, com otimizações exclusivas para o Oracle Exadata.
Aproveite a segurança e a criptografia integradas do Oracle Database, o acesso baseado em função aos dados do usuário, modelos no banco de dados e de terceiros, além de objetos e scripts em R e Python.
O Oracle Autonomous Database Serverless agora oferece acesso integrado a GPUs por meio dos Oracle Machine Learning Notebooks. Desenvolva código Python usando o interpretador Python do Oracle Machine Learning Notebooks para casos de uso que exigem o desempenho e a escalabilidade das GPUs, como a execução de modelos de incorporação de vetores (transformadores) e a criação de modelos de aprendizado profundo para processamento de imagens por satélite.
Leia a publicação completaCom o Oracle Autonomous Data Warehouse, você tem todas as ferramentas integradas necessárias para carregar e preparar dados e treinar, implementar e gerenciar modelos de machine learning. Você também tem a flexibilidade de misturar e combinar outras ferramentas para melhor atender às necessidades da sua organização.
Aprenda os princípios de design associados à criação de uma plataforma de machine learning e um caminho de implementação ideal. Use esse padrão para criar plataformas de machine learning que atendam às necessidades dos usuários cientistas de dados.
Obtenha a estrutura para enriquecer os dados de aplicações corporativas com dados brutos de outras fontes e, em seguida, use modelos de machine learning para trazer inteligência e insights preditivos aos processos de negócios.
Descubra a topologia da plataforma, a visão geral dos componentes e as práticas recomendadas para implementar um data lakehouse bem-sucedido na OCI para capturar uma riqueza de dados e agregar e gerenciar dados para visibilidade do estoque em tempo real.
Comece a usar a Oracle Cloud e acesse o Machine Learning no Autonomous Database gratuitamente.
Receba as últimas notícias, eventos e recursos da comunidade do Oracle Database.
Ficou interessado e quer saber mais? Entre em contato com um de nossos especialistas.