Oracle Database新機能

機械学習 - Pythonの拡張機能

指数平滑法は、1つのパラメータを使用して、過去の値の指数関数的な減少効果をモデル化する移動平均法です。このデータベース内アルゴリズムは、Oracle Machine Learning for PythonのPython APIを介して公開されます。

指数平滑法は、半世紀以上にわたって予測に広く使用されています。戦略的レベル、戦術的レベルおよび運営レベルでの用途があります。Python APIの一部として公開されているので、このデータベース内アルゴリズムへのネイティブPythonアクセスが可能です。

Non-Negative Matrix Factorization (NMF)は、最新の特徴抽出アルゴリズムです。Oracle Machine Learning for PythonのPython APIを使用して、このデータベース内アルゴリズムを使用できるようになりました。

NMFは、多数の属性があるときに、これらの属性があいまいな場合や予測可能性が低い場合に有効です。線形組合せによって属性を組み合せることによって、NMFで意味のあるパターン、トピックまたはテーマが生成されます。

OML4Pyでは、日付、時間および整数データ型のサポートが導入されています。

日付、時刻および整数データ型のOML4Pyサポートを使用すると、pandas DataFrameプロキシ・オブジェクトを作成し、それらのデータ型を含むデータベース表およびビューを操作できます。これにより、データベースのデータを大規模に探索および準備できます。

XGBoostは、分類と回帰の両方をサポートするスケーラブルな勾配ブースティング木アルゴリズムです。データベース内実装では、XGBoost Gradient Boostingオープン・ソース・パッケージを使用できます。

XGBoostは、その高い予測精度で人気のある分類および回帰アルゴリズムです。Python APIの一部として公開されているので、このデータベース内アルゴリズムへのネイティブPythonアクセスが可能です。