ユーザー・インタフェース

Oracle Machine Learningでは、高度なコーディング・スキルを持つデータ・サイエンティストから、限られた技術的背景を持つユーザーまで、幅広いユーザーに対応するユーザー・インタフェース(UI)が提供されます。

OMLホームページ

Oracle Machine Learningユーザー・インタフェースのホームページには、重要なインタフェース、ヘルプ・リンク、および大まかな最近のアクティビティのログへのクイック・リンクが用意されています。

さらに学習するには、Oracle Machine Learningユーザー・インタフェース・ホームページを参照してください。

Notebooks

Oracle Machine Learning Notebooksは、ノートブックの作成、スケジュール実行およびバージョニングをサポートしている、Webベースのコラボレーション・インタフェースです。Markdownを使用して作業を文書化でき、データの探索、ビジュアライゼーションおよび準備のためや機械学習モデルの作成、評価およびデプロイのためのSQL、R、Pythonコードを実行できます。Oracle Machine Learning Notebooksでは、ユーザーが指定したサードパーティ製PythonライブラリとRライブラリを含む、カスタムConda環境を作成するための、Condaインタプリタも提供されます。

さらに学習するには、Oracle Machine Learning Notebooksについてを参照してください。

AutoMLユーザー・インタフェース

AutoMLノーコードUIでは、限られた技術的専門知識を持つユーザー向けに、モデル作成が簡略化されています。AutoML UIで実験を作成して実行すると、自動化されたアルゴリズムの選択、特徴の選択およびモデルのチューニングが実行されるため、生産性が向上するのみでなく、モデルの精度とパフォーマンスが向上する可能性があります。

さらに学習するには、AutoML UIの使用を始めるを参照してください。

OMLモデル

「モデル」ページには、ユーザー・モデルおよびデプロイされているモデルのリストが表示されます。「ユーザー・モデル」にはユーザーのスキーマ内のモデルがリストされ、「デプロイメント」にはOracle Machine Learning Servicesにデプロイされたモデルがリストされます。

「モデル」ページには、OMLユーザー・インタフェースからアクセスできます。詳細は、モデルのスタート・ガイドを参照してください。

• データ・モニタリング

  データ・モニタリングでは、時間の経過に伴うデータの進化を評価します。これは、データのトレンドおよび多変量依存関係に関するインサイトを得るのに役立ちます。また、データ・ドリフトに関する早期警告にもなります。

  データ・ドリフトは、時間の経過に伴ってデータが当初のベースライン・データから離れていく場合に発生します。データ・ドリフトは、ビジネス環境の変化、ユーザーの行動と関心の進化、サード・パーティ・ソースによるデータの変更、データ品質の問題、アップストリームのデータ処理パイプラインに関する問題など、様々な理由で発生します。

  詳細は、データ・モニタリングの概要を参照してください。

• モデル・モニタリング

  モデル・モニタリングを使用すると、モデル予測の品質を長期間モニターできるため、モデル品質の問題の原因についてインサイトを得るために役立ちます。

  モデル・モニターには、OMLユーザー・インタフェースからアクセスできます。さらに学習するには、モデル・モニタリングのスタート・ガイドを参照してください。

Oracle Data Miner

Oracle Data Miner (ODMr)は、Oracle SQL Developerの拡張です。Oracle Data Minerは、データ内の隠れたパターン、関係性およびインサイトを発見するためのグラフィカル・ユーザー・インタフェースです。ODMrには、データの探索と準備、機械学習テクノロジの適用に使用するステップを定義および取得するためのドラッグ・アンド・ドロップ・ワークフロー・エディタがあります。さらに学習するには、Oracle SQL Developerを参照してください。ドロップダウンからリリースを選択し、ブックをクリックしてOracle Data Minerドキュメントにアクセスします。