データベース内機械学習の利点

Oracle Database内のOracle Machine Learningでは、データ・サイエンティストと、専門家以外が、データの移動や、データ準備の自動化や、ノーコード・インタフェース、APIおよび統合分析機能の利用なしで、正確なモデルを簡単に作成できます。

Oracle Database内のOMLでは、次の利点がもたらされます:

• データ移動なし: 一部の機械学習製品では、企業のデータベースからデータをエクスポートして、特別な形式に変換する必要があります。OMLでは、データの移動や変換は必要ありません。このため、プロセス全体の簡略化、作業時間の短縮、エラー発生頻度の抑制が実現し、非常に大規模なデータセットの分析が可能になります。

• セキュリティ: データはOracle Databaseの広範なセキュリティ・メカニズムで保護されます。さらに、機械学習の様々なアクティビティには特定のデータベース権限が必要になります。適切な権限があるユーザーのみが、機械学習モデル・オブジェクトを定義、操作または適用でき、データベース内モデルとサードパーティ・モデル、およびRとPythonのオブジェクトとスクリプトにアクセスできます。データベース内機械学習モデルは、Oracle Database内の完全に統合されたオブジェクトです。これらはデータベース内で直接作成され、データベース環境内ですぐに使用できます。

• データ準備: ほとんどのデータは、マイニング前に様々な方法での整備、フィルタリング、正規化、サンプリング、変換を必要とします。機械学習プロジェクトの取組みのうち、その80%までがデータの準備に費やされることもよくあります。OMLでは、データ準備プロセスにおける主要ステップが自動的に管理されます。

• ノーコード・ユーザー・インタフェース: ノーコードAutoMLユーザー・インタフェース、データ・モニター、モデル・モニター、およびモデルのモデル・デプロイメント用UIにより、データ・サイエンティストの生産性が高まり、専門家以外が、強力なデータベース内分類手法および回帰手法にアクセスできます。

• データ・リフレッシュの簡易化: Oracle Database内の機械学習プロセスは、リフレッシュ済のデータにすぐにアクセスできます。OMLでは、現在のデータに基づいた機械学習結果を容易に提示できるので、最もタイムリで妥当性の高い結果が得られます。

• 高度な分析のためのプラットフォーム: Oracle Databaseでは、高度な分析とビジネス・インテリジェンスのための強力な機能が提供されて、機械学習とその他の分析機能(統計分析、グラフ処理、空間分析、分析ビューなど。これらはすべて同じ環境にある)をシームレスに統合できます。この集中型の設定によって、様々なシステム間でデータを移動する必要なく、より効果的で詳細なインサイトを得ることができ、パフォーマンスが高まり、データ管理が簡略化されます。

• Oracleテクノロジ・スタック: オラクル社に集積された幅広いテクノロジを利用して、ビジネス・インテリジェンスや科学調査のための、より大規模なフレームワーク内に機械学習を統合できます。

• アプリケーション・プログラミング・インタフェース: SQL、R、PythonおよびRESTのAPIとSQL言語の演算子を使用して、Oracle Database内のOML機能に直接アクセスできます。