• データベース内のモデル構築、評価、適用のために、機械学習アルゴリズムの30以上の並列実装を使用
• 機械学習のモデル適用は、Oracle Database内のSQL関数として実行し、バッチまたはリアルタイム（トランザクション）処理のユースケースでフルデータベースの並列処理およびスケーラビリティを実現
• ExadataおよびAutonomous Databaseでは、機械学習モデルはスコアリングのためにオラクルの「Smart Scan」テクノロジーを使用してストレージ層にプッシュされる
• テーブルとビュー（数値データ型およびVARCHARデータ型）の構造化データ、非構造化データ（CLOBデータ型）、トランザクション・データ、空間およびグラフデータを取得して処理
• 欠落値の処理、正規化、および外れ値の処理にオプションで対応可能なアルゴリズム固有の自動のデータ準備
• Oracle Databaseのスケーラビリティ、セキュリティ、監査、およびバックアップ機能による利点
• Oracle Big Data SQLおよびCloud SQLとの連携により、データベース内、Spark、Hadoop、および他のデータソースの広範なビッグデータ内のデータにアクセス

• データ移動の排除、ビッグデータのスケーラビリティの実現、セキュリティの維持、モデルの開発からデプロイメントまでの時間の短縮
• Oracle Database環境間を簡単に移動することにより、Oracle Machine Learningモデルおよび関連するデータアセンブリ、変換、準備スクリプトの開発ステージングと本番環境のデプロイメント・シナリオをサポート
• データベース内の機械学習アルゴリズムを備え、データ主導型のプロジェクトを可能にする多様なスキルセットにより従業員を支援

データベース内処理  - PL/SQLプロシージャおよびSQL関数として実行されるデータの準備、データの変換、モデルの構築、モデルのチューニング、およびモデルの「スコアリング」

機械学習アルゴリズム - ユーザーはSQL言語を使用してOracle Machine Learningのデータベース内のパラレルアルゴリズムを利用可能

使い慣れたSQL - SQLに精通しているオラクルの専門家であれば、自身のスキルセットの自然な延長としてすぐに機械学習アルゴリズムを使用できます。

Oracleデータ管理 - 機械学習オブジェクトと機能がOracle Databaseの他のオブジェクトや機能と同等にあるOracle Databaseで、SQLおよびPL/SQLスクリプトを管理して起動します（エンタープライズ・ソリューションおよびアプリケーションに重要）。オラクルのセキュリティ、暗号化、パラレル実行、SQL分析関数、テーブルとビュー、監査機能、パーティショニング、テキスト処理、空間およびグラフ分析を含みます

データの自動準備 - 欠落データ、外れ値の処理、非構造化テキスト・データの処理、ビニング、および各アルゴリズムから要求される変換に対処するインテリジェントなデフォルトまたはユーザー・オーバーライド・サポートによる入力データの自動処理

統合テキストマイニング - アルゴリズムがテーブルおよびビューからテキスト列をアクセプトしたのち、用語とテーマの抽出を自動化して、モデルの構築とデータのスコアリングにおける他の予測変数と組み合わせます

パーティション化モデル - ユーザーは、一連のモデルから成るモデルを自動的に作成できます。ここでは、各コンポーネントはデータのユーザー指定のパーティションに構築されます。スコアリングは、適切なコンポーネントモデルを自動的に選択しながら、統合されたモデルレベルで発生します