1. Oracle România
  2. Cloud
  3. Inteligență artificială
  4. Machine Learning in Oracle Database

Funcţionalităţi de învăţare automată în Oracle Database

Caracteristici esențiale

Învăţarea automată în Oracle Autonomous Database

Notebookuri de învăţare automată

Creșteți productivitatea, indiferent dacă sunteți expert în date, inginer de date sau dezvoltator. Oracle Machine Learning Notebooks acceptă interpretori SQL, PL/SQL, Python, R, Conda și markdown, astfel încât să puteți lucra cu limbajul dorit, alături de machine learning în baza de date și pachete terțe personalizate, pentru a dezvolta soluții analitice. Colaborați cu echipa mai largă de știință a datelor, programați notebook-uri pentru a rula automat, vizualizați datele și versiunea și comparați notebook-urile cu acest mediu notebook încorporat.

Machine Learning Services

Reduceţi durata de implementare şi administrare a modelelor native din baza de date şi a modelelor de format Open Neural Network Exchange (ONNX) în mediul Oracle Autonomous Database. Dezvoltatorii de aplicații utilizează modele prin puncte finale REST ușor de integrat. Monitorizați-vă datele și modelele din baza de date pentru a asigura corectitudinea și acuratețea continuă. Implementaţi modele rapid şi uşor din Oracle Machine Learning AutoML şi modelaţi interfeţe şi susţineţi aspectele cheie ale cerinţelor dvs. MLOps.

Monitorizare învăţare automată

Obțineți informații despre modul în care datele companiei evoluează în timp și luați măsuri corective mai devreme pentru a evita problemele de date care pot avea un impact negativ semnificativ asupra companiei. Monitorizarea datelor vă ajută să mențineți integritatea datelor pentru aplicațiile și tablourile de bord ale companiei. Identificați rapid și fiabil devierea datelor și înțelegeți coloanele individuale de date și interacțiunile acestora. Monitorizarea modelelor ajută la identificarea momentului în care metrica modelului, cum ar fi acuratețea sau raportul R, se modifică semnificativ – sau distribuția valorilor prognozate deviază prea mult de la valorile inițiale. Acest lucru poate semnala necesitatea de a reconstrui sau reproiecta modelul. Interfaţa de monitorizare a datelor fără cod şi a modelelor oferă mai multe vizualizări şi metrici pentru a vă ajuta să evaluaţi problemele de calitate.

Machine Learning pentru SQL

Simplificați și accelerați crearea de modele de machine learning în baza de date atât de experții în date, cât și de utilizatorii neexperți cu SQL și PL/SQL pentru pregătirea și construirea, evaluarea și implementarea datelor.

Interfaţă Machine Learning AutoML

Această interfaţă cu utilizatorul no-code acceptă AutoML pe Oracle Autonomous Database pentru a îmbunătăţi atât productivitatea experţilor în date, cât şi accesul utilizatorilor non-experţi la algoritmi puternici din baza de date pentru clasificare şi regresie. Experimentați rapid cu date, algoritmi și hiperparametri, pentru explorare și descoperire mai rapidă. Implementați modele imediat prin interogări SQL sau în Oracle Machine Learning Services ca puncte finale REST, pentru o integrare perfectă cu aplicațiile și evaluarea în timp real. Generați notebookuri pentru modelele selectate, permițându-le utilizatorilor să rafineze și să personalizeze în continuare modelele din Oracle Machine Learning Notebooks.

Machine learning pentru R

Oracle Machine Learning pentru R (1:38)

Accelerați modelarea machine learning utilizând Oracle Autonomous Database ca platformă de calcul de înaltă performanță, cu o interfață R. Utilizați Oracle Machine Learning Notebooks sau mediul dvs. preferat de dezvoltare integrată R (IDE) pentru a dezvolta soluții scalabile bazate pe machine learning în R și pentru a crea medii Conda cu pachete de la terți. Implementați cu ușurință funcții R definite de utilizator din API-urile SQL și REST, cu paralelism de date furnizat de sistem și paralelism de activități.

Machine learning pentru Python

Creaţi o bază de date Autonomous Database şi faceţi turul serviciului (1:37)

Experții în date și alți utilizatori Python accelerează modelarea proceselor de machine learning și implementarea soluțiilor utilizând Oracle Autonomous Database ca platformă de calcul de înaltă performanță cu o interfață Python. Utilizați Oracle Machine Learning Notebooks sau mediul Python preferat pentru a dezvolta soluții scalabile bazate pe machine learning în Python. AutoML încorporat recomandă algoritmi și caracteristici relevante în baza de date și efectuează reglarea și selectarea automată a modelelor.

Data Miner

Experții în date și analiștii de date pot utiliza această interfață cu utilizatorul de tip glisare și plasare pentru a crea rapid fluxuri de lucru analitice în cadrul Oracle SQL Developer. Dezvoltarea și perfecționarea rapidă a modelelor le permit utilizatorilor să descopere modele, relații și informații ascunse în datele lor.

Machine learning în Oracle Database

Machine Learning pentru SQL

Simplificați și accelerați crearea de modele de machine learning în baza de date atât pentru experții în date, cât și pentru utilizatorii neexperți cu SQL și PL/SQL pentru pregătirea și construirea, evaluarea și implementarea datelor.

Data Miner

Experții în date și analiștii de date pot utiliza această interfață cu utilizatorul de tip glisare și plasare pentru a crea rapid fluxuri de lucru analitice în cadrul Oracle SQL Developer. Dezvoltarea și perfecționarea rapidă a modelelor le permit utilizatorilor să descopere modele, relații și informații ascunse în datele lor.

Machine learning pentru R

Accelerați modelarea machine learning utilizând Oracle Database ca platformă de calcul de înaltă performanță, cu o interfață R. Implementaţi cu uşurinţă funcţii R definite de utilizator din API-urile SQL şi R cu paralelism de date furnizat de sistem şi paralelism de sarcini. Funcțiile R definite de utilizator pot include funcționalități din ecosistemul pachetului R.

Machine learning pentru Python

Accelerați modelarea machine learning utilizând Oracle Database ca platformă de calcul de înaltă performanță, cu o interfață Python. AutoML încorporat recomandă algoritmi și caracteristici relevante în baza de date și efectuează reglarea și selectarea automată a modelelor. Implementați cu ușurință funcții Python definite de utilizator din API-urile SQL și Python, cu paralelism de date furnizat de sistem și paralelism de activități. Funcțiile Python definite de utilizator pot include funcționalități din ecosistemul pachetului Python.

AutoML

Interfaţă Machine Learning AutoML

Această interfaţă cu utilizatorul no-code acceptă AutoML pe Oracle Autonomous Database pentru a îmbunătăţi atât productivitatea experţilor în date, cât şi accesul utilizatorilor non-experţi la algoritmi puternici din baza de date pentru clasificare şi regresie. Experimentați rapid cu date, algoritmi și hiperparametri, pentru explorare și descoperire mai rapidă. Implementați modele imediat prin interogări SQL sau în Oracle Machine Learning Services ca puncte finale REST, pentru o integrare perfectă cu aplicațiile și evaluarea în timp real. Generați notebookuri pentru modelele selectate, permițându-le utilizatorilor să rafineze și să personalizeze în continuare modelele din Oracle Machine Learning Notebooks.

Machine learning pentru Python

Experții în date și alți utilizatori Python accelerează modelarea proceselor de machine learning și implementarea soluțiilor utilizând Oracle Autonomous Database și Oracle Database ca platformă de calcul de înaltă performanță, cu o interfață Python. AutoML încorporat recomandă algoritmi și caracteristici relevante în baza de date și efectuează reglarea și selectarea automată a modelelor. Împreună, aceste capacități îmbunătățesc productivitatea utilizatorilor, precizia modelelor și scalabilitatea.

Interfețe fără cod de programare

Interfaţă Machine Learning AutoML

Această interfaţă cu utilizatorul no-code acceptă AutoML pe Oracle Autonomous Database pentru a îmbunătăţi atât productivitatea experţilor în date, cât şi accesul utilizatorilor non-experţi la algoritmi puternici din baza de date pentru clasificare şi regresie. Experimentați rapid cu date, algoritmi și hiperparametri, pentru explorare și descoperire mai rapidă. Implementați modele imediat prin interogări SQL sau în Oracle Machine Learning Services ca puncte finale REST, pentru o integrare perfectă cu aplicațiile și evaluarea în timp real. Generați notebookuri pentru modelele selectate, permițându-le utilizatorilor să rafineze și să personalizeze în continuare modelele din Oracle Machine Learning Notebooks.

Monitorizare învăţare automată

Obțineți informații despre modul în care datele companiei evoluează în timp și luați măsuri corective mai devreme pentru a evita problemele de date care pot avea un impact negativ semnificativ asupra companiei. Monitorizarea datelor vă ajută să asiguraţi integritatea datelor pentru aplicaţiile şi dashboardurile companiei dvs. Identificați rapid și fiabil devierea datelor și înțelegeți coloanele individuale de date și interacțiunile acestora. Monitorizarea modelelor ajută la identificarea momentului în care metrica modelului, cum ar fi acuratețea sau raportul R, se modifică semnificativ – sau distribuția valorilor prognozate deviază prea mult de la valorile inițiale. Acest lucru poate semnala necesitatea de a reconstrui sau reproiecta modelul. Interfaţa de monitorizare a datelor fără cod şi a modelelor oferă mai multe vizualizări şi metrici pentru a ajuta utilizatorii să evalueze problemele de calitate.

Data Miner

Experții în date și analiștii de date pot utiliza această interfață cu utilizatorul de tip glisare și plasare pentru a crea rapid fluxuri de lucru analitice în cadrul Oracle SQL Developer. Dezvoltarea și perfecționarea rapidă a modelelor le permit utilizatorilor să descopere modele, relații și informații ascunse în datele lor.

Această pagină a fost tradusă automat.