索引

A  B  C  D  E  F  G  I  K  L  M  N  O  P  R  S  T  U  W  X  

---

A

• ADP 4.5.2
• ALGO_EXTENSIBLE_LANG 4.8.6.1
• アルゴリズム 4.1, 4.3
  • メタデータの登録 4.8.6.8
  • パラレル実行 7.1.2
  • 例で使用 A.1
• ALL_MINING_MODEL_ATTRIBUTES 2.2
• ALL_MINING_MODEL_PARTITIONS 2.2
• ALL_MINING_MODEL_SETTINGS 2.2, 4.8.5
• ALL_MINING_MODEL_VIEWS 2.2
• ALL_MINING_MODEL_XFORMS 2.2
• ALL_MINING_MODELS 2.2
• 異常検出 2.1, 3.1.3, 4.2, 4.3, 5.7
• APPLY 5.1
• APPROX_COUNT 2.5
• APPROX_RANK 2.5
• APPROX_SUM 2.5
• Apriori 3.4, 4.2, 4.3, 4.4.3
  • 例: 集計の計算 3.5.1
• 相関ルール 4.2, 4.3
  • モデル・ディテール・ビュー 4.9.1
• 属性評価 2.1, 4.2, 4.3
• 属性 3.1.1, 3.2, 6.3
  • 質的 3.2.3, 6.1
  • データ属性 3.2.1
  • データ・ディクショナリ 2.2
  • モデル属性 3.2.1, 3.2.3
  • ネスト 3.1.1
  • 量的 3.2.3, 6.1
  • サブ名 3.2.5
  • ターゲット 3.2.2
  • テキスト 3.2.3
  • 非構造化テキスト 6.2
• 属性指定 4.5.3, 6.5
• AUDIT 7.4.2, 7.5.2
• 自動データ準備 1.1, 3.1.3, 4.4

---

B

• ビニング 4.4.1
  • 等幅 4.5.4.1
  • 分位 4.5.4.1
  • 教師あり 4.4.1, 4.5.4.1
  • 上位N個の最頻出 4.5.4.1
• 作成データ 3.1.2

---

C

• ケースID 3.1, 3.1.1, 3.2.4, 5.7
• ケース表 3.1, 3.8
• 質的属性 6.1
• 分類 2.1, 3.1.2, 3.1.3, 3.2.2, 4.2, 4.3
• クラスの重み 4.8.3
• クリッピング 4.5.4.3
• CLUSTER_DETAILS 1.4, 2.4
• CLUSTER_DISTANCE 2.4
• CLUSTER_ID 1.4, 2.4
• CLUSTER_PROBABILITY 2.4
• CLUSTER_SET 1.4, 2.4
• クラスタリング 1.4, 2.1, 3.1.3, 4.3
• COMMENT 7.4.2
• CORR 2.5
• CORR_K 2.5
• CORR_S 2.5
• コスト・マトリックス 4.8.1, 5.6, 7.4.3
• コスト重視の予測 5.6
• COVAR_POP 2.5
• COVAR_SAMP 2.5
• CUR行列分解 4.2, 4.3, 4.4.3

---

D

• データ
  • 質的 3.2.3
  • ディメンション 3.3.2
  • 例 A.3
  • マーケット・バスケット 3.4
  • 欠損値 3.6
  • 複数レコード・ケース 3.3.2
  • ネスト 3.1.1
  • 量的 3.2.3
  • READアクセス 7.4.1.1
  • SELECTアクセス 7.4.1.1
  • 単一レコード・ケース 3.1
  • スパース 3.6
  • トランザクション 3.4
  • 非構造化テキスト 3.2.3
• Database Upgrade Assistant 7.2.2.1
• データ準備
  • モデル・ビュー
    • テキストの特徴 4.9.27
• データ型 3.1.1, 3.8.1
  • ネスト 3.3
• DBMS_DATA_MINING 2.3, 2.3.1, 4.2
• DBMS_DATA_MINING_TRANSFORM 2.3, 2.3.2
• DBMS_PREDICTIVE_ANALYTICS 1.3, 2.3, 2.3.3
• デシジョン・ツリー 4.2, 4.3, 4.4.3, 5.4
• ディレクトリ・オブジェクト 7.3.4
• DM$VA 4.9.8, 4.9.11, 4.9.12, 4.9.16, 4.9.18, 4.9.22
• DM$VB 4.9.10, 4.9.16, 4.9.18, 4.9.22
• DM$VC 4.9.7, 4.9.9, 4.9.10, 4.9.11, 4.9.12, 4.9.14
• DM$VD 4.9.8, 4.9.16, 4.9.18
• DM$VE 4.9.20
• DM$VF 4.9.16
• DM$VG 4.9.7, 4.9.8, 4.9.9, 4.9.10, 4.9.11, 4.9.12, 4.9.14, 4.9.16, 4.9.18, 4.9.20, 4.9.22, 4.9.26
• DM$VH 4.9.16, 4.9.18
• DM$VI 4.9.7, 4.9.14, 4.9.16, 4.9.20
• DM$VM 4.9.7, 4.9.16
• DM$VN 4.9.8, 4.9.9, 4.9.11, 4.9.16, 4.9.20
• DM$VO 4.9.7, 4.9.16
• DM$VP 4.9.7, 4.9.10, 4.9.16, 4.9.26
• DM$VR 4.9.16, 4.9.18, 4.9.26
• DM$VS 4.9.7, 4.9.8, 4.9.9, 4.9.10, 4.9.11, 4.9.12, 4.9.14, 4.9.16, 4.9.18, 4.9.20, 4.9.22
• DM$VT 4.9.7, 4.9.9, 4.9.10, 4.9.11, 4.9.12, 4.9.14, 4.9.26
• DM$VV 4.9.10
• DM$VW 4.9.7, 4.9.8, 4.9.9, 4.9.10, 4.9.11, 4.9.12, 4.9.14, 4.9.16, 4.9.18, 4.9.20, 4.9.22
• ダウングレード 7.2.4

---

E

• 例A
  • 使用されるデータ A.3
  • ファイル名 A.1
  • インストール A.2
  • Oracle Databaseの例 A.2
  • 要件 A.2
  • サンプル・スキーマ A.2
• 期待値の最大化 4.4.3
• EXPLAIN 2.3.3
• 明示的セマンティック分析 4.2, 4.3
• 指数平滑法 4.2, 4.3
• エクスポートおよびインポート
  • シリアライズされたモデル 7.3.6
• エクスポート 7.2.2.2, 7.2.2.2.1, 7.3

---

F

• FEATURE_COMPARE 2.4
  • ESA 1.5
• FEATURE_DETAILS 2.4
• FEATURE_ID 2.4
• FEATURE_SET 2.4
• FEATURE_VALUE 2.4
• 特徴抽出 2.1, 3.1.3, 4.2, 4.3

---

G

• 一般化線形モデル 4.4.3
• GLM 4.3
• グラフィカル・ユーザー・インタフェース 1.1

---

I

• インポート 7.2.2.2, 7.2.2.2.1, 7.3
• インストール
  • Oracle Database 7.1.1
• インストール
  • OML4SQLの例 A.2
  • Oracle Database A.2
  • Oracle Databaseの例 A.2
  • サンプル・スキーマ A.2

---

K

• k-Means 4.2, 4.3, 4.4.3

---

L

• LAG 2.5
• LEAD 2.5
• 線形回帰 2.4, 4.2
• ロジスティック回帰 2.4, 4.2

---

M

• 機械学習
  • データベース・チューニング 7.1.2
  • 例A
  • 権限 7.1.1, 7.4.1
  • スコアリング 4.2, 5
• SQL用の機械学習
  • 権限 A.2
• SQLモデルの機械学習
  • コメントの追加 7.5, 7.5.1
  • 監査 7.5.2
  • オブジェクト権限 7.4.3
• 機械学習機能 4.1, 4.2
  • 教師あり 4.2
  • 教師なし 4.2
  • 例で使用 A.1
• 機械学習モデル
  • 監査 7.5.2
• SQL用の機械学習モデル
  • コメントの追加 2.1
  • 適用 7.4.3
  • 監査 2.1
  • 名前の変更 7.4.3
  • データ・ディクショナリ 2.2
  • 権限 2.1
  • アップグレード 7.2.2
  • モデルの詳細の表示 7.4.3
• 機械学習手法 2.1
• マーケット・バスケット・データ 3.4
• MDL 4.4.3
• メモリー 7.1.2
• 最小記述長 4.3, 4.4.3
• 欠損値の処理 3.6.2
• モデル属性
  • 質的 3.2.3
  • ネストした列からの導出 3.2.5
  • 量的 3.2.3
  • 名前の詳細 3.2.5
  • テキスト 3.2.3
• モデルの詳細 3.2.6
• モデル・ディテール・ビュー 4.9
  • 相関ルール 4.9.1
  • クラスタリングのアルゴリズム 4.9.15
  • CUR行列分解 4.9.6
  • デシジョン・ツリー 4.9.7
  • EM 4.9.16
  • ESM 4.9.26
  • 明示的セマンティック分析 4.9.19
  • 指数平滑法 4.9.26
  • ビニング 4.9.23
  • 分類アルゴリズム 4.9.5
  • 高頻度項目セット 4.9.2
  • グローバル情報 4.9.24
  • 正規化および欠損値の処理 4.9.25
  • トランザクショナル項目セット 4.9.3
  • トランザクショナル・ルールおよび項目セット 4.9.4
  • GLM 4.9.8
  • k-Means 4.9.17
  • 最小記述長 4.9.22
  • MSET-SPRT 4.9.9
  • Naive Bayes 4.9.10
  • ニューラル・ネットワーク 4.9.11
  • Non-Negative Matrix Factorization 4.9.20
  • O-Cluster 4.9.18
  • ランダム・フォレスト 4.9.12
  • SVD 4.9.21
  • SVM 4.9.13
  • XGBoost 4.9.14
• ランダム・フォレストのモデル・ディテール・ビュー 4.9.12
• モデル
  • アルゴリズム 4.3
  • デプロイ 5.1
  • パーティション 2.2
  • 権限 7.4.1.1
  • 設定 2.2, 4.8.5
  • テスト 3.1.2
  • トレーニング 3.1.2
  • 透過性 1.1
  • XFORMS 2.2
• モデルのシグネチャ 3.2.4
• MSET-SPRT 4.3
• 多変量状態推定手法 - 順次確率比率テスト 4.2, 4.4.3

---

N

• Naive Bayes 4.2, 4.3, 4.4.3
• ネストしたデータ 3.3, 6.3
• ニューラル・ネットワーク 4.2, 4.3, 4.4.3
• NMF 4.3
• Non-negative Matrix Factorization 4.4.3
• Non-Negative Matrix Factorization 4.2
• 正規化 4.4.2
  • min-max 4.5.4.2
  • スケール 4.5.4.2
  • Z-スコア 4.5.4.2
• 量的属性 6.1

---

O

• オブジェクト権限 7.4.3
• O-Cluster 3.3, 4.2, 4.3, 4.4.3
• OML4SQL
  • アプリケーション 1.1
  • 例A
• 1クラスSVM 4.2
• ORA_DM_PARTITION_NAME ORA 2.4
• Oracle Data Miner 1.1, 7.2.1
• Oracle Data Pump 7.3
• Oracle機械学習API 2.3.1
• Oracle Machine Learning for SQLの関数 2.4, 2.5
• Oracle Text 6.2
• 外れ値 4.5.4.3, 4.5.4.4

---

P

• パラレル実行 5.1, 7.1.2
• パーティション化モデル 4.8.4
  • パーティションの追加 4.8.4.2.2
  • 構築 4.8.4.1
  • DDL実装 4.8.4.2
  • モデルの削除 4.8.4.2.1
  • パーティションの削除 4.8.4.2.1
  • スコアリング 4.8.4.3
• パーティション
  • データ・ディクショナリ 2.2
• PGA 7.1.2
• PL/SQLパッケージ2.3
• PMML 7.3.7
• PREDICTION 1.2, 1.3, 2.4, 5.5
• PREDICTION_BOUNDS 2.4
• PREDICTION_COST 2.4
• PREDICTION_DETAILS 2.4, 5.5
• PREDICTION_PROBABILITY 1.3, 2.4, 5.4
• PREDICTION_SET 2.4
• PREDICTION関数
  • GROUPINGヒント 5.3.4
• 予測分析 1.1, 1.3, 2.1, 2.3.3
• データの準備
  • 小売分析データの集計の使用 3.5
• 事前確率 4.8.2
• 事前確率表 4.8.2
• 権限 7.4.1
  • 機械学習モデルの作成 7.2.3
  • 機械学習 7.1.1
  • OML4SQLの例 A.2
  • 機械学習に必須 7.4.1.1

---

R

• RALG_BUILD_FUNCTION 4.8.6.2
• RALG_BUILD_PARAMETER 4.8.6.2.1
• RALG_DETAILS_FORMAT 4.8.6.4
• RALG_DETAILS_FUNCTION 4.8.6.3
• RALG_SCORE_FUNCTION 4.8.6.5
• RALG_WEIGHT_FUNCTION 4.8.6.6
• ランダム・フォレスト 4.2, 4.3, 4.4.3, 4.9.12
• REGISTER_ALGORITHMプロシージャ 4.8.6.8
• 回帰 2.1, 3.1.2, 3.1.3, 3.2.2, 4.2, 4.3
• 逆変換 3.2.6
• R拡張可能言語 4.3
• R機械学習モデル
  • 設定 4.8.6

---

S

• スコアリング 1.1, 2.1, 5, 7.1.2, 7.4.3
  • データ 3.1.2
  • 動的 1.3, 2.1, 5.5
  • パラレル実行 5.1
  • 権限 7.4.2
  • 要件 3.1.3
  • SQL関数 2.4, 2.5
  • 透過性 1.1
• 設定
  • データ・ディクショナリ 2.2
  • 表の指定 4.1
• SGA 7.1.2
• 特異値分解 4.4.3
• スパース・データ 3.6
• SQL AUDIT 2.1, 7.5.2
• SQL COMMENT 2.1, 7.5.1
• SQL Developer 1.1
• SQLスコアリング関数 2.4
• STACK 2.3.2.1, 4.5.1.2
• 静的ディクショナリ・ビュー
  • ALL_MINING_MODEL_VIEWS 2.2.5
• STATS_BINOMIAL_TEST 2.5
• STATS_CROSSTAB 2.5
• STATS_F_TEST 2.5
• STATS_KS_TEST 2.5
• STATS_MODE 2.5
• STATS_MW_TEST 2.5
• STATS_ONE_WAY_ANOVA 2.5
• STATS_T_TEST_* 2.5
• STATS_T_TEST_INDEP 2.5
• STATS_T_TEST_INDEPU 2.5
• STATS_T_TEST_ONE2.5
• STATS_T_TEST_PAIRED2.5
• STATS_WSR_TEST 2.5
• STDDEV 2.5
• STDDEV_POP 2.5
• STDDEV_SAMP 2.5
• SUM 2.5
• サポート・ベクター・マシン 4.2, 4.3, 4.4.3
• SVD 4.3
• システム権限 7.4.2, A.2

---

T

• ターゲット 3.2.2, 3.2.3, 3.2.4, 6.3
• テスト・データ 3.1.2, 4.1
• テキスト
  • 操作 2.3.2.1, 6
• テキスト属性 6.3, 6.5
• テキスト・ポリシー 6.4
• テキスト用語 6.2
• 時系列 4.2, 4.3
• トレーニング・データ 4.1
• トランザクショナル・データ 3.1, 3.3.2, 3.4
• 変換 2.3.2, 3.1.3, 3.2.1, 3.2.6, 4.1
  • 属性固有 2.3.2, 2.3.2.1
  • 組込み 2.3.2, 2.3.2.1, 3.1.3
  • ユーザー指定 3.1.3
• 透過性 3.2.6
• 切捨て 4.5.4.4

---

U

• アップグレード 7.2.2
  • エクスポートとインポート 7.2.2.2, 7.2.2.2.1
  • アップグレード前のステップ 7.2.1
  • Database Upgrade Assistantの使用 7.2.2.1
• ユーザー 7.1.1, A.2
  • 機械学習の権限の割当 7.4.1.1
  • 作成 7.4.1
  • 機械学習の権限 7.4.1
  • SQL用の機械学習の権限 7.2.3

---

W

• 重み 4.8.3
• 機械学習SQL APIパッケージ 2.3.1
• 機械学習SQL API 2.3.2, 2.3.3
• ウィンザライズ 4.5.4.4

---

X

• XFORM 2.3.2.1
• XFORMS
  • データ・ディクショナリ 2.2
• XGBoost 4.2, 4.3
  • モデル・ディテール・ビュー 4.9.14
• XG Boost 4.4.3