1. Oracle Costa Rica
  2. Nube
  3. Inteligencia artificial
  4. Aprendizaje automático de Oracle Database

Funciones de Machine Learning de Oracle Database

Temas destacados

Machine Learning en Oracle Autonomous Database

Machine Learning Notebooks

Aumenta tu productividad, ya seas científico de datos, ingeniero de datos o desarrollador. Oracle Machine Learning (OML) Notebooks soporta intérpretes SQL, PL/SQL, Python, R, Conda y Markdown, por lo que puede trabajar con el idioma que desee junto con el aprendizaje automático en la base de datos y paquetes de terceros personalizados para desarrollar soluciones analíticas. Colabora con tu equipo de ciencia de datos más amplio, programa blocs de notas para que se ejecuten automáticamente, visualiza tus datos y versiona y compara blocs de notas con este entorno de blocs de notas incorporado.

Machine Learning Services

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. Controla tus datos y modelos en la base de datos para garantizar una corrección y precisión continuas. Despliega modelos de forma rápida y sencilla desde la interfaz de usuario de Oracle Machine Learning AutoML.

Monitoreo de machine learning

Obtén insights sobre cómo evolucionan los datos de tu empresa a lo largo del tiempo y toma medidas correctivas antes de que los problemas que afecten a los datos tengan un impacto negativo significativo. La supervisión de datos te ayuda a garantizar la integridad de los datos de tus aplicaciones y paneles de control empresariales. Identifica la desviación de datos de forma rápida y fiable y comprende las columnas de datos individuales y sus interacciones. El monitoreo del modelo ayuda a identificar cuándo cambia significativamente la métrica del modelo, como la precisión o el R cuadrado, o la distribución de los valores previstos se desvía demasiado de los valores iniciales. Esto puede indicar la necesidad de reconstruir o rediseñar el modelo. La interfaz de usuario de monitoreo de modelos y datos sin código ofrece diversas visualizaciones y métricas para ayudar a los usuarios a evaluar problemas de calidad.

Machine Learning for SQL

Simplifica y acelera la creación de modelos de aprendizaje automático en la base de datos tanto por parte de científicos de datos expertos como no expertos con SQL y PL/SQL para la preparación de datos y la creación, evaluación e implementación de modelos.

Interfaz de usuario de Oracle Machine Learning AutoML

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. Experimenta rápidamente con datos, algoritmos e hiperparámetros para acelerar la exploración y el descubrimiento. Implementa modelos inmediatamente a través de consultas SQL o en los servicios OML como puntos finales de REST para una integración perfecta con las aplicaciones y una puntuación en tiempo real. Genera blocs de notas para los modelos seleccionados, lo que permite a los usuarios acotar y personalizar aún más los modelos dentro de los blocs de notas de OML.

Machine Learning for R

Oracle Machine Learning para R (1:38)

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 o tu R IDE favorito para desarrollar soluciones escalables basadas en Machine Learning en R y crear entornos Conda con paquetes de terceros. Despliega fácilmente funciones R definidas por el usuario desde API de REST y SQL con paralelismo de datos proporcionado por el sistema y paralelismo de tareas.

Machine Learning for Python

Crea una instancia de Autonomous Database y haz un recorrido por el servicio (1:37)

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. Utiliza Oracle Machine Learning Notebooks o tu IDE de Python favorito para desarrollar soluciones escalables basadas en aprendizaje automático en Python. AutoML integrado recomienda algoritmos y características relevantes en la base de datos y realiza el ajuste y la selección automatizados del modelo.

Data Miner

Los científicos y los analistas de datos pueden utilizar esta interfaz de usuario de arrastrar y soltar para crear rápidamente flujos de trabajo analíticos en SQL Developer. El rápido desarrollo y ajuste de modelos permite a los usuarios descubrir patrones, relaciones y conocimientos ocultos en sus datos.

Aprendizaje automático de Oracle Database

Machine Learning for SQL

Simplifica y acelera la creación de modelos de aprendizaje automático en la base de datos tanto por parte de científicos de datos expertos como no expertos con SQL y PL/SQL para la preparación de datos y la creación, evaluación e implementación de modelos.

Data Miner

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 ajuste de modelos permite a los usuarios descubrir patrones, relaciones y conocimientos ocultos en sus datos.

Machine Learning for R

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 R definidas por el usuario desde API de SQL y R con paralelismo de datos proporcionado por el sistema y paralelismo de tareas. Las funciones de R definidas por el usuario pueden incluir funcionalidades del ecosistema de paquetes de R.

Machine Learning for Python

Los científicos de datos y otros usuarios de Python aceleran la creación de modelos de machine learning y la implementación de soluciones utilizando Oracle Database como una plataforma de computación de alto rendimiento con una interfaz de Python. AutoML integrado recomienda algoritmos y características relevantes en la base de datos y realiza el ajuste y la selección automatizados del modelo.

AutoML

Interfaz de usuario de Oracle Machine Learning AutoML

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. Experimenta rápidamente con datos, algoritmos e hiperparámetros para acelerar la exploración y el descubrimiento. Implementa modelos inmediatamente a través de consultas SQL o en los servicios OML como puntos finales de REST para una integración perfecta con las aplicaciones y una puntuación en tiempo real. Genera blocs de notas para los modelos seleccionados, lo que permite a los usuarios acotar y personalizar aún más los modelos dentro de los blocs de notas de OML.

Machine Learning for Python

Los científicos de datos y otros usuarios de Python aceleran la creación de modelos de machine learning y la implementación de soluciones utilizando Oracle Autonomous Database y Oracle Database como una plataforma de computación de alto rendimiento con una interfaz de Python. AutoML integrado recomienda algoritmos y características relevantes en la base de datos y realiza el ajuste y la selección automatizados del modelo. En conjunto, estas capacidades mejoran la productividad del usuario, la precisión del modelo y la escalabilidad.

Interfaces de usuario sin código

Interfaz de usuario de Oracle Machine Learning AutoML

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. Experimenta rápidamente con datos, algoritmos e hiperparámetros para acelerar la exploración y el descubrimiento. Implementa modelos inmediatamente a través de consultas SQL o en los servicios OML como puntos finales de REST para una integración perfecta con las aplicaciones y una puntuación en tiempo real. Genera blocs de notas para los modelos seleccionados, lo que permite a los usuarios acotar y personalizar aún más los modelos dentro de los blocs de notas de OML.

Monitoreo de machine learning

Obtén insights sobre cómo evolucionan los datos de tu empresa a lo largo del tiempo y toma medidas correctivas antes de que los problemas que afecten a los datos tengan un impacto negativo significativo. La supervisión de datos te ayuda a garantizar la integridad de los datos de tus aplicaciones y paneles de control empresariales. Identifica la desviación de datos de forma rápida y fiable y comprende las columnas de datos individuales y sus interacciones. El monitoreo del modelo ayuda a identificar cuándo cambia significativamente la métrica del modelo, como la precisión o el R cuadrado, o la distribución de los valores previstos se desvía demasiado de los valores iniciales. Esto puede indicar la necesidad de reconstruir o rediseñar el modelo. La interfaz de usuario de monitoreo de modelos y datos sin código ofrece diversas visualizaciones y métricas para ayudar a los usuarios a evaluar problemas de calidad.

Data Miner

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 ajuste permite a los usuarios descubrir patrones, relaciones y conocimientos ocultos en sus datos.