菜单联系我们登录 Oracle Cloud

Machine Learning in Oracle Database

Machine Learning in Oracle Database 支持数据探索和准备，以及使用 SQL、R、Python、REST、自动机器学习 (AutoML) 和无代码用户界面进行机器学习 (ML) 建模。此服务包括逾 30 个高性能数据库中算法用于生成模型，以便立即在应用中使用。企业可以将数据保留在数据库中，从而简化整体架构，并确保数据同步和安全性。数据科学家和其他数据专业人员也可以简化和自动执行机器学习生命周期中的关键要素，快速构建模型。

Oracle 正式发布面向企业的生成式开发 (GenDev)

观看甲骨文公司执行副总裁 Juan Loaiza 在甲骨文全球云大会上的主题演讲视频，了解这个以 AI 为中心的突破性应用开发基础设施。

观看回放 (1:10:00)

Oracle 宣布推出 Oracle Machine Learning Monitoring on Autonomous Database
防止数据漂移，监视机器学习模型性能。Machine Learning in Oracle Database 服务推出全新的监视功能，可提醒您注意数据和原生数据库内模型质量问题。

阅读公告
在 Oracle Autonomous Database 上使用定制的第三方 Python 和 R 程序包
在 Oracle Machine Learning Notebooks 中的 Oracle Autonomous Database 上利用更大的 Python 和 R 程序包生态系统。在由 Oracle Database 环境产生和管理的引擎中，利用第三方软件包功能运行用户定义的函数。

阅读博客，了解如何在 Oracle Autonomous Database 上使用第三方 Python 和 R 程序包
使用 Oracle Machine Learning for R 规模化地对数据库数据运行 R
使用熟悉的 R 语法和语义，在 Oracle Database 这个高性能计算环境中更快速、规模化地探索、转换和分析数据。

阅读博客，了解如何使用 Oracle Machine Learning for R 规模化地对数据库数据运行 R
使用 Oracle Machine Learning 在应用中嵌入 AI/ML
在生产环境中部署和扩展机器学习模型以及更广泛的基于 Python 和 R 的解决方案通常具有一定难度。了解如何使用 Machine Learning in Oracle Database 轻松将 AI 和机器学习嵌入应用中。

观看视频 (39:21)

为什么要选择 Machine Learning in Oracle Database？

查看所有特性

Oracle Database 支持数据管理、模型开发和部署选项、数据和模型监视以及团队协作。通过内置自动化、数据库内执行性能和可扩展性来提高工作效率。识别数据中可能存在的偏差，并了解影响预测的因素。

数据库内操作

无需将数据提取到单独的分析引擎，即可快速、大规模地构建模型和评分数据。Oracle Exadata 的横向扩展架构和智能扫描技术可以更快地获得成果。

多语言 API

从 SQL、Python 和 R 接口进行选择，以进行数据库内数据探索和准备、机器学习建模和解决方案部署。此外，您还可以使用 SQL 和 REST 部署 Python 和 R 解决方案。

无数据移动

在 Oracle Database 中处理数据，以简化数据探索和准备以及模型构建和部署。缩短应用开发时间、降低复杂性并解决数据安全性问题。

无代码模型构建

通过无代码 AutoML 用户界面，提高数据科学家的工作效率，同时也让非专家用户可以使用强大的数据库内算法来执行分类和回归。

数据和模型监控

了解您的数据如何随时间变化，并在问题对企业产生重大负面影响之前采取纠正措施。使用 REST 端点和无代码用户界面。

快速企业部署

在 SQL 和 REST 界面，通过易于部署的选项实现即时的机器学习模型可用性。

自带模型

以 Open Neural Network Exchange (ONNX) 格式导入文本转换器、分类、回归和聚类模型，从 SQL 与数据库内 ONNX Runtime 一起使用。对于实时推理的使用场景，您可以将 ONNX 格式模型部署到 Oracle Machine Learning Services。

高性能计算

利用 Oracle Database 的内置并行性和可扩展特性，以及针对 Oracle Exadata 的优化功能，有效避免在数据准备、模型构建和数据评分期间发生性能问题。

内置安全性

通过 Oracle Database 的内置安全性和加密以及基于角色的访问，保护用户数据、数据库内和第三方模型以及 R 和 Python 的对象和脚本。