Machine Learning mit Autonomous Database
Mit Oracle Machine Learning können Sie wichtige Geschäftsprobleme im Unternehmen lösen und die Entwicklung und Bereitstellung von Data Science- und ML-basierten Lösungen mithilfe skalierbarer, automatisierter und sicherer maschineller Lernmethoden für Modellerstellung, -bewertung und -bereitstellung beschleunigen.
Bestimmte Oracle Machine Learning-Produkte sind auf bestimmten Oracle Database-Plattformen verfügbar.
| Produktname | Beschreibung | Verfügbar am: |
|---|---|---|
| OML-Notizbücher | Oracle Machine Learning Notebooks ist eine kollaborative Benutzeroberfläche für Data Scientists, Geschäfts-/Datenanalysten sowie SQL-, R- und Python-Benutzer, die Daten untersuchen, vorbereiten und transformieren und maschinelles Lernen in Oracle Autonomous Database durchführen. | Oracle Autonomous Database |
| OML AutoML-Benutzeroberfläche | Die AutoML-Benutzeroberfläche (AutoML UI) ist eine Oracle Machine Learning-Schnittstelle, die Ihnen automatisiertes maschinelles Lernen ohne Code bietet. Geschäftsanwender ohne umfangreichen Data-Science-Hintergrund können mithilfe der Benutzeroberfläche von AutoML Modelle für maschinelles Lernen erstellen und bereitstellen, während Data Scientists sie als Produktivitätswerkzeug für die schnelle Bewertung von Algorithmen und Hyperparametern verwenden können. | Oracle Autonomous Database |
| OML für SQL | Oracle Machine Learning for SQL (OML4SQL) bietet skalierbare datenbankinterne Algorithmen für maschinelles Lernen für die Modellerstellung und Datenbewertung. | Oracle Database (On Premise und Database Cloud Service) und Oracle Autonomous Database |
| OML für Python | Oracle Machine Learning for Python (OML4Py) ist eine Python-API zur Durchführung statistischer und maschineller Lernanalysen für Daten in Ihrer Oracle Database. Es stellt eine Python-Schnittstelle zu den datenbankinternen Algorithmen bereit und unterstützt die Bereitstellung benutzerdefinierter Python-Funktionen mit optimalem systemunterstütztem datenparallelen und aufgabenparallelen Aufruf. OML4Py stellt auch Python-Funktionen bereit, die automatisiertes maschinelles Lernen unterstützen (AutoML). | Oracle Database und Oracle Database Cloud Service 19c, 21c, 23ai und Oracle Autonomous Database |
| Oracle Spatial – KI |
Oracle Spatial AI ist eine Gruppe von Funktionen in OML4Py, mit denen Muster erkannt und Vorhersagen aus Geodaten erstellt werden können. Es umfasst Funktionen für End-to-End-Workflows, einschließlich räumlicher Pipelines für maschinelles Lernen. |
Oracle Autonomous Database |
| OML für R | Oracle Machine Learning for R (OML4R) ist eine R-API für die Durchführung statistischer und maschineller Lernanalysen für Daten in Ihrer Oracle Datenbank. Es bietet eine R-Schnittstelle zu den datenbankinternen Algorithmen und unterstützt die Bereitstellung benutzerdefinierter R-Funktionen mit optionalem systemunterstütztem datenparallelen und aufgabenparallelen Aufruf. | Oracle Database und Oracle Database Cloud Service sowie Oracle Autonomous Database |
| OML-Services | Die REST-API für Oracle Machine Learning Services bietet eine REST-API, die Modellmanagement und -bereitstellung, Daten- und Modellüberwachung sowie kognitive Textfunktionen unterstützt. Es unterstützt einfaches Scoring für Echtzeit- und Streaming-Anwendungsfälle sowohl für datenbankinterne Modelle als auch für Modelle im ONNX-Format. | Oracle Autonomous Database |
| Oracle Data Miner | Eine Erweiterung von Oracle SQL Developer, die es Data Scientists und Citizen Data Scientists ermöglicht, Daten zu untersuchen und vorzubereiten, einfach mehrere Modelle für maschinelles Lernen zu erstellen und zu vergleichen, Vorhersagen zu treffen und die Modellbereitstellung zu beschleunigen. | Oracle Database und Oracle Autonomous Database |
Übergeordnetes Thema: Oracle Machine Learning mit Autonomous Database verwenden