目次

• タイトルおよび著作権情報
• はじめに
  • 技術のリブランド
  • 対象読者
  • ドキュメントのアクセシビリティ
  • 関連ドキュメント
  • Oracle Machine Learning for Rのオンライン・リソース
  • 表記規則
• 1 Oracle Machine Learning for Rの概要
  • 1.1 Oracle Machine Learning for Rについて
  • 1.2 Oracle Machine Learning for Rの利点
  • 1.3 Oracle Machine Learning for Rのクラス、関数およびメソッドのオンライン・ヘルプの取得
  • 1.4 Oracle DatabaseのデータでのRの透過的な使用について
    • 1.4.1 透過層について
    • 1.4.2 Rのデータ型およびクラスの透過層サポート
      • 1.4.2.1 Oracle Machine Learning for Rのデータ型およびクラスについて
      • 1.4.2.2 ore.frameクラスについて
      • 1.4.2.3 Rのネーミング規則のサポート
      • 1.4.2.4 RおよびOracle Machine Learning for Rのクラス・タイプの強制変換について
  • 1.5 Oracle Machine Learning for R使用時の通常の操作
  • 1.6 Oracle Machine Learning for Rのグローバル・オプション
• 2 Oracle Machine Learning for Rスタート・ガイド
  • 2.1 Oracle Databaseインスタンスへの接続
    • 2.1.1 データベースへの接続について
      • 2.1.1.1 ore.connect関数の使用について
      • 2.1.1.2 ore.disconnect関数の使用について
    • 2.1.2 ore.connect関数およびore.disconnect関数の使用
  • 2.2 Oracle DatabaseでのRオブジェクトの作成および管理
    • 2.2.1 インデータベース・データ用のRオブジェクトの作成
      • 2.2.1.1 データベース・オブジェクト用Rオブジェクトの作成について
      • 2.2.1.2 ore.sync関数を使用したデータの同期
      • 2.2.1.3 ore.get関数を使用したオブジェクトの取得
      • 2.2.1.4 ore.attach関数を使用したスキーマの追加
    • 2.2.2 順序付けられたおよび順序付けられていないore.frameオブジェクトの作成
      • 2.2.2.1 ore.frameオブジェクトの順序付けについて
      • 2.2.2.2 順序付けに関連するグローバル・オプション
      • 2.2.2.3 キーを使用した順序付け
      • 2.2.2.4 行名を使用した順序付け
      • 2.2.2.5 順序付けられたフレームの使用方法
    • 2.2.3 データベースに対するデータの移動
    • 2.2.4 データベース表の作成および削除
    • 2.2.5 データベースでのRオブジェクトの保存および管理
      • 2.2.5.1 Oracle Machine Learning for Rオブジェクトの永続化について
      • 2.2.5.2 OML4Rのデータストアについて
      • 2.2.5.3 データストアへのオブジェクトの保存
      • 2.2.5.4 データストアへのアクセスの制御
      • 2.2.5.5 データストアのコンテンツに関する情報の取得
      • 2.2.5.6 データストアからのオブジェクトのリストア
      • 2.2.5.7 データストアの削除
      • 2.2.5.8 埋込みRの実行でのデータストアの使用について
• 3 データベースでのデータの準備および探索
  • 3.1 Oracle Machine Learning for Rを使用したデータベースのデータの準備
    • 3.1.1 データベースでのデータの準備について
    • 3.1.2 データの選択
      • 3.1.2.1 列によるデータの選択
      • 3.1.2.2 行によるデータの選択
      • 3.1.2.3 値によるデータの選択
    • 3.1.3 データの索引付け
    • 3.1.4 データの結合
    • 3.1.5 データの集計
    • 3.1.6 データの変換
    • 3.1.7 データのサンプリング
    • 3.1.8 データのパーティション化
    • 3.1.9 時系列データの準備
  • 3.2 データの探索
    • 3.2.1 探索的データ分析関数について
    • 3.2.2 サンプルのNARROWデータセットについて
    • 3.2.3 データの相互関連付け
    • 3.2.4 データのクロス集計
    • 3.2.5 クロス集計の頻度の分析
    • 3.2.6 時系列データでの指数平滑法モデルの構築
    • 3.2.7 データのランキング
    • 3.2.8 データのソート
    • 3.2.9 データの集計
    • 3.2.10 数値変数の分布の分析
    • 3.2.11 主要コンポーネント分析
    • 3.2.12 特異値分解
  • 3.3 OREdplyrを使用したデータ操作
    • 3.3.1 データの選択および順序付け
      • 3.3.1.1 列の選択例
      • 3.3.1.2 select_を使用したプログラミング例
      • 3.3.1.3 個別列の選択例
      • 3.3.1.4 位置による行の選択例
      • 3.3.1.5 列の配置例
      • 3.3.1.6 列のフィルタ例
      • 3.3.1.7 列の変更例
    • 3.3.2 行の結合
    • 3.3.3 列と行のグループ化
    • 3.3.4 列と行の集計
    • 3.3.5 行のサンプリング
    • 3.3.6 行のランキング
  • 3.4 クライアントでのサード・パーティのパッケージの使用について
• 4 Oracle Machine Learning for Rでのモデルの構築
  • 4.1 Oracle Machine Learning for Rモデルの構築
    • 4.1.1 OREmodels関数について
    • 4.1.2 サンプルのlongleyデータセットについて
    • 4.1.3 線形回帰モデルの構築
    • 4.1.4 一般化線形モデルの構築
    • 4.1.5 ニューラル・ネットワーク・モデルの構築
    • 4.1.6 ランダム・フォレスト・モデルの構築
  • 4.2 Oracle Machine Learning for SQLモデルの構築
    • 4.2.1 OML4Rを使用したOML4SQLモデルの構築について
      • 4.2.1.1 OML4RでサポートされるOML4SQLモデル
      • 4.2.1.2 OML4R関数を使用したインデータベース・モデル名および名前の変更について
      • 4.2.1.3 モデル設定の指定
    • 4.2.2 相関ルール
    • 4.2.3 属性評価モデルの構築
    • 4.2.4 デシジョン・ツリー
    • 4.2.5 期待値最大化
    • 4.2.6 明示的セマンティック分析
    • 4.2.7 拡張可能Rアルゴリズム・モデルの構築
    • 4.2.8 一般化線形モデル
    • 4.2.9 k-Means
    • 4.2.10 Naive Bayes
    • 4.2.11 Non-Negative Matrix Factorization
    • 4.2.12 直交パーティショニング・クラスタ
    • 4.2.13 特異値分解
    • 4.2.14 サポート・ベクター・マシン
    • 4.2.15 パーティション化されたモデルの構築
    • 4.2.16 テキスト処理モデルの構築
  • 4.3 モデルの交差検定
• 5 Rモデルでの予測
  • 5.1 ore.predict関数について
  • 5.2 ore.predict関数の使用
• 6 Oracle Machine Learning for Rの埋込みRの実行の使用
  • 6.1 Oracle Machine Learning for Rの埋込みRの実行について
    • 6.1.1 埋込みRの実行の利点
    • 6.1.2 埋込みRの実行用のAPI
    • 6.1.3 スクリプトのセキュリティ
    • 6.1.4 パラレル実行のサポート
    • 6.1.5 埋込みRの実行で使用するためのサード・パーティのパッケージのインストール
  • 6.2 埋込みRの実行用のRインタフェース
    • 6.2.1 スクリプトを実行する関数の引数
      • 6.2.1.1 実行するための入力関数
      • 6.2.1.2 オプションの制御引数
      • 6.2.1.3 戻り値の構造
      • 6.2.1.4 入力データ
      • 6.2.1.5 パラレル実行
      • 6.2.1.6 固有の引数
    • 6.2.2 Rでのスクリプトの管理
    • 6.2.3 ore.doEval関数の使用
    • 6.2.4 ore.tableApply関数の使用
    • 6.2.5 ore.groupApply関数の使用
      • 6.2.5.1 単一列へのパーティション化
      • 6.2.5.2 複数列へのパーティション化
    • 6.2.6 ore.rowApply関数の使用
    • 6.2.7 ore.indexApply関数の使用
      • 6.2.7.1 ore.indexApply関数の簡単な使用例
      • 6.2.7.2 列並行の使用例
      • 6.2.7.3 シミュレーションの使用例
  • 6.3 埋込みRの実行用のSQLインタフェース
    • 6.3.1 Oracle Machine Learning for RのSQL表関数について
      • 6.3.1.1 SQL表関数のパラメータ
      • 6.3.1.2 SQL表関数の戻り値
      • 6.3.1.3 埋込みRの実行でのOracle Machine Learning for Rへの接続
    • 6.3.2 SQLでのスクリプトの管理
    • 6.3.3 SQLでのデータストアの管理
• A Oracle Machine Learning for RのSQL API
  • A.1 rqDropDataStoreプロシージャ
  • A.2 rqEval関数
  • A.3 rqGrantプロシージャ
  • A.4 rqGroupEval関数
  • A.5 rqRevokeプロシージャ
  • A.6 rqRowEval関数
  • A.7 rqTableEval関数
  • A.8 sys.rqScriptCreateプロシージャ
  • A.9 sys.rqScriptDropプロシージャ
• B Oracle Machine Learning for RのOracle Databaseビュー
  • B.1 ALL_RQ_DATASTORES
  • B.2 ALL_RQ_SCRIPTS
  • B.3 RQUSER_DATASTORECONTENTS
  • B.4 RQUSER_DATASTORELIST
  • B.5 USER_RQ_DATASTORE_PRIVS
  • B.6 USER_RQ_DATASTORES
  • B.7 USER_RQ_SCRIPT_PRIVS
  • B.8 USER_RQ_SCRIPTS
• C Oracle Machine Learning for RでサポートされるR演算子およびR関数
• 索引