4 データベース内機械学習とは
Oracle Machine Learning (OML)では、PL/SQL、SQL、PythonおよびRのAPIによって、スケーラブルなデータベース内機械学習アルゴリズムが提供されます。OMLでは、30個を超えるスケーラブルな機械学習アルゴリズムがデータベースに直接含まれています。それらを使用して、アプリケーションとダッシュボードのために迅速にソリューションを開発しデプロイできます。
OMLを使用すると、データベース・データに関して、コストとリスクの高いデータ移動がなくなります。別々の分析エンジンを使用する必要がなくなることで、リモートのサードパーティ製エンジンに関連するワークフローの管理とテストが必要なくなり、ソリューション・アーキテクチャが簡素化されます。OMLのアルゴリズムでは、アルゴリズム固有の自動データ準備と個別の予測詳細が、スケーラブルなバッチおよびリアルタイム・スコアリング(推論)とともにサポートされています。OMLは、Oracle Autonomous DatabaseインスタンスおよびOracle Databaseライセンスに含まれています。
- データベース内機械学習の概要
OMLにより、Oracle Database内に強力かつ最先端の機械学習機能が提供されます。データベース内の並列化されたアルゴリズムにより、データはデータベースの制御下に置かれます。別の機械学習エンジンにデータを抽出する必要はありません。抽出した場合、データ・アクセスに遅延が生じ、データの安全性、保存性、最新性に懸念が生じます。 - 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。 - データベース内アルゴリズムの機能
Oracle Machine Learningでは、データ・サイエンティスト、開発者、データ・エンジニアの生産性を高めるツールのスイートが提供されます。このスイートにより、機械学習モデルの開発、評価およびデプロイメントが合理化されます。これは、この分野の専門家にも専門家以外にも対応しています。 - Oracle ExadataとOracle RACの最適化機能
Oracle ExadataとOracle RACでは、分散並列処理、ストレージ層処理、動的なリソース割当てを利用してスケーラビリティ、高パフォーマンス・モデル作成およびリアルタイム・スコアリングを実現することで、機械学習のための高度な最適化機能が提供されます。