Oracle Machine Learning
Oracle Machine Learningを使用すると、企業の主要なビジネス上の問題を解決し、データ・サイエンスおよび機械学習ベースのソリューションの開発とデプロイメントを促進できます。スケーラブルで自動化された安全な機械学習を利用して、データの探索と準備、モデルの構築、評価およびデプロイメントという課題に対応します。興味のある分野にSQL、Python、RまたはRESTのAPIが含まれる場合や、ノーコードのユーザー・インタフェースが望ましい場合、Oracleはソリューションの開発およびデプロイメントをサポートします。
Oracle Machine Learningスタート・ガイド
Oracle Machine Learningの詳細
現在、特定のOML製品は、特定のOracle AI Databaseプラットフォームで使用できます。OMLで使用するOracle AI Databaseプラットフォームを選択します。
OML Notebooks
データ・サイエンティストおよび開発者は、Oracle Autonomous AI DatabaseでPython、R、SQL、PL/SQL、およびMarkdownインタプリタをサポートし、Apache Zeppelinノートブック・テクノロジに基づいた、使いやすいマルチユーザー・コラボレーション・インタフェースを介して分析ソリューションを開発します。
使用可能対象: Oracle Autonomous AI Database
使用可能対象: Oracle Autonomous AI Database
OML AutoMLユーザー・インタフェース
Autonomous AI DatabaseでAutoMLをサポートするノーコード・ユーザー・インタフェースで、データ・サイエンティストは生産性を高めることができ、専門家でないユーザーも分類および回帰のための強力なインデータベース・アルゴリズムにアクセスしやすくなります。
使用可能対象: Oracle Autonomous AI Database
使用可能対象: Oracle Autonomous AI Database
OML Monitoring
OML Monitoringは、データと機械学習のモデルをモニターするための2つの強力な機能を提供します。
使用可能対象: Oracle Autonomous AI Database
- データ・モニタリングは、長期間にわたるデータ・ドリフト、および機械学習モデルのパフォーマンスにそれが及ぼす潜在的な影響を検知します。この機能は、OML UIおよびOML Services APIで使用できます。
- モデル・モニタリングを使用すると、長期間にわたってモデル・パフォーマンスを追跡できます。この機能は、現在OML Services APIで使用できます。
使用可能対象: Oracle Autonomous AI Database
OML for SQL
SQLおよびPL/SQLユーザーは、データの探索と準備、機械学習モデルの構築、評価およびデプロイメントにデータベース内計算を利用します。スケーラブルなデータベース内機械学習アルゴリズムを活用し、SQL問合せで直接予測を行います。
使用可能対象: Oracle AI Database (オンプレミスとDatabase Cloud Service)およびOracle Autonomous AI Database
使用可能対象: Oracle AI Database (オンプレミスとDatabase Cloud Service)およびOracle Autonomous AI Database
OML for Python
Pythonユーザーは、ユーザー定義Python関数を即時デプロイしたり、自動機械学習(AutoML)用APIをサポートする高度に統合されたPythonインタフェースから、データ探索、データ準備および機械学習のために、Oracle AI DatabaseとOracle Autonomous AI Databaseのパフォーマンスおよびスケーラビリティを利用できます。
使用可能対象: Oracle AI Database、Oracle Database Cloud Service 19cと21c、およびOracle Autonomous AI Database
使用可能対象: Oracle AI Database、Oracle Database Cloud Service 19cと21c、およびOracle Autonomous AI Database
OML for R
Rユーザーは、ユーザー定義R関数の即時デプロイをサポートする高度に統合されたRインタフェースから、データ探索、データ準備および機械学習のために、Oracle AI DatabaseとOracle Autonomous AI Databaseのパフォーマンスおよびスケーラビリティを利用できます。
使用可能対象: Oracle AI Database、Oracle Database Cloud ServiceおよびOracle Autonomous AI Database
使用可能対象: Oracle AI Database、Oracle Database Cloud ServiceおよびOracle Autonomous AI Database
OML Services
簡単に統合できるRESTエンドポイントを使用して、ネイティブのデータベース内モデルとONNXフォーマットの分類、回帰およびクラスタリング・モデルをリアルタイム・アプリケーションの外部にデプロイして管理する時間を短縮します。Oracle Machine LearningのAutoMLユーザー・インタフェースから、数回のクリックで統合モデル・デプロイメントのメリットを得られます。
使用可能対象: Oracle Autonomous AI Database
使用可能対象: Oracle Autonomous AI Database
Oracle Data Miner
データ・サイエンティストおよび一般データ・サイエンティストがデータを探索して準備し、複数の機械学習モデルを簡単に構築して比較して、予測を行い、モデル・デプロイメントを促進できるOracle SQL Developerの拡張機能です。
使用可能対象: Oracle AI DatabaseおよびOracle Autonomous AI Database
使用可能対象: Oracle AI DatabaseおよびOracle Autonomous AI Database
OML Notebooks
データ・サイエンティストおよび開発者は、Oracle Autonomous AI DatabaseでPython、R、SQL、PL/SQL、およびMarkdownインタプリタをサポートし、Apache Zeppelinノートブック・テクノロジに基づいた、使いやすいマルチユーザー・コラボレーション・インタフェースを介して分析ソリューションを開発します。
OML AutoMLユーザー・インタフェース
Autonomous AI DatabaseでAutoMLをサポートするノーコード・ユーザー・インタフェースで、データ・サイエンティストは生産性を高めることができ、専門家でないユーザーも分類および回帰のための強力なインデータベース・アルゴリズムにアクセスしやすくなります。
OML Monitoring
OML Monitoringは、データと機械学習のモデルをモニターするための2つの強力な機能を提供します。
- データ・モニタリングは、長期間にわたるデータ・ドリフト、および機械学習モデルのパフォーマンスにそれが及ぼす潜在的な影響を検知します。この機能は、OML UIおよびOML Services APIで使用できます。
- モデル・モニタリングを使用すると、長期間にわたってモデル・パフォーマンスを追跡できます。この機能は、現在OML Services APIで使用できます。
OML for SQL
SQLおよびPL/SQLユーザーは、データの探索と準備、機械学習モデルの構築、評価およびデプロイメントにデータベース内計算を利用します。スケーラブルなデータベース内機械学習アルゴリズムを活用し、SQL問合せで直接予測を行います。
OML for Python
Pythonユーザーは、SQLやREST APIを使用してユーザー定義Python関数を即時デプロイする他、自動機械学習(AutoML)用APIをサポートする高度に統合されたPythonインタフェースから、データ探索、データ準備および機械学習のために、Oracle Autonomous AI Databaseのパフォーマンスおよびスケーラビリティを利用できます。
OML for R
Rユーザーは、SQLやREST APIを使用したユーザー定義R関数の即時デプロイをサポートする高度に統合されたRインタフェースから、データ探索、データ準備および機械学習のために、Oracle Autonomous AI Databaseのパフォーマンスおよびスケーラビリティを利用できます。
OML Services
簡単に統合できるRESTエンドポイントを使用して、ネイティブのデータベース内モデルとONNXフォーマットの分類、回帰およびクラスタリング・モデルをリアルタイム・アプリケーションの外部にデプロイして管理する時間を短縮します。Oracle Machine LearningのAutoMLユーザー・インタフェースから、数回のクリックで統合モデル・デプロイメントのメリットを得られます。
Oracle Data Miner
データ・サイエンティストおよび一般データ・サイエンティストがデータを探索して準備し、複数の機械学習モデルを簡単に構築して比較して、予測を行い、モデル・デプロイメントを促進できるOracle SQL Developerの拡張機能です。
OML for SQL
SQLおよびPL/SQLユーザーは、データの探索と準備、機械学習モデルの構築、評価およびデプロイメントにデータベース内計算を利用します。スケーラブルなデータベース内機械学習アルゴリズムを活用し、SQL問合せで直接予測を行います。
OML for Python
Pythonユーザーは、SQL APIからユーザー定義Python関数を即時デプロイしたり、自動機械学習(AutoML)用APIをサポートする高度に統合されたPythonインタフェースから、データ探索、データ準備および機械学習のために、Oracle AI Databaseのパフォーマンスおよびスケーラビリティを利用できます。
OML for R
Rユーザーは、SQL APIからのユーザー定義R関数の即時デプロイをサポートする高度に統合されたRインタフェースから、データ探索、データ準備および機械学習のために、Oracle AI Databaseのパフォーマンスおよびスケーラビリティを利用できます。
Oracle Data Miner
データ・サイエンティストおよび一般データ・サイエンティストがデータを探索して準備し、複数の機械学習モデルを簡単に構築して比較して、予測を行い、モデル・デプロイメントを促進できるOracle SQL Developerの拡張機能です。
OML for SQL
SQLおよびPL/SQLユーザーは、データの探索と準備、機械学習モデルの構築、評価およびデプロイメントにデータベース内計算を利用します。スケーラブルなデータベース内機械学習アルゴリズムを活用し、SQL問合せで直接予測を行います。
OML for Python
Pythonユーザーは、SQL APIからユーザー定義Python関数を即時デプロイしたり、自動機械学習(AutoML)用APIをサポートする高度に統合されたPythonインタフェースから、データ探索、データ準備および機械学習のために、Oracle AI Databaseのパフォーマンスおよびスケーラビリティを利用できます。
OML for R
Rユーザーは、SQL APIからのユーザー定義R関数の即時デプロイをサポートする高度に統合されたRインタフェースから、データ探索、データ準備および機械学習のために、Oracle AI Databaseのパフォーマンスおよびスケーラビリティを利用できます。
Oracle Data Miner
データ・サイエンティストおよび一般データ・サイエンティストがデータを探索して準備し、複数の機械学習モデルを簡単に構築して比較して、予測を行い、モデル・デプロイメントを促進できるOracle SQL Developerの拡張機能です。