2.1 Oracle Machine Learning for Pythonとは

Oracle Machine Learning for Python (OML4Py)は、Oracleのインデータベース機械学習アルゴリズムにPython APIを提供し、データが存在する場所で直接、スケーラブルで高パフォーマンスのモデルの構築およびスコアリングを可能にします。また、OML4Pyは、Oracle AI Databaseに格納されているデータまたはOracle AI Databaseを介してアクセス可能なデータに対するデータ変換や統計分析、機械学習分析、グラフィカル分析をサポートしています。データベースによって生成および制御されるPythonエンジンを通し、必要に応じて組込みデータ・パラレル処理およびタスク・パラレル処理を利用して、ユーザー定義Python関数を実行できます。この埋込み実行機能により、SQLから、またAutonomous DatabaseではRESTからユーザー定義関数をコールできます。OML4Pyは、アルゴリズムおよび特徴の選択とモデルのチューニングおよび選択のための自動化された機械学習(AutoML)もサポートしています。Pythonエコシステムのサード・パーティ・パッケージを使用して、組込み機能をさらに拡張できます。

OML4Pyは、PythonユーザーがPython構文を使用してデータベース表およびビューのデータを操作できるようにするPythonモジュールです。OML4Pyの関数およびメソッドは、データベース内で実行できるように、選択したPython関数のセットをSQLに透過的に変換します。

OML4Pyは、次のOracle AI Database環境で使用できます:

• OML4Pyは、Oracle Autonomous DatabaseでOracle Machine Learning NotebooksのPythonインタプリタを介して使用できます。詳細は、Oracle Machine Learning Notebooksの使用のノートブックのパラグラフでのPythonインタプリタの使用を参照してください。

• オンプレミスOracle AI DatabaseインスタンスのOML4PyへのOML4Pyクライアント接続。

  この環境では、Python、必要なPythonライブラリおよびOML4Pyサーバー・コンポーネントをデータベースにインストールし、OML4Pyクライアントをインストールする必要があります。オンプレミス・データベース用のOML4Pyのインストールを参照してください。

OML4Pyは、大量のデータと少量のデータの両方に関連する問題に対応するように設計されており、Pythonをデータベースと統合します。OML4Pyでは、次のことができます。

• オーバーロードされたPython関数を実行し、SQLについて学習することなく、ネイティブPython構文を使用してデータベース内データを操作する。

• 自動化された機械学習(AutoML)を使用して、自動化されたアルゴリズム選択と特徴選択、およびモデルのチューニングと選択により、ユーザーの生産性と機械学習の結果を向上させる。

• Embedded Python Executionを使用して、データベース環境によって生成および管理されるPythonエンジンでユーザー定義Python関数を実行する。ユーザー定義関数およびデータは、必要に応じて、またデータ・パラレル実行およびタスク・パラレル実行が有効な場合に、エンジンに自動的にロードされますデータベースの並列性とスケーラビリティを利用してデータの準備および機械学習を自動化する、ユーザー定義Python関数および機械学習モデルを開発、改良およびデプロイする。

• ナチュラルPythonインタフェースを使用して、データベース内機械学習モデルを構築します。