1 Neue Features in der Oracle Machine Learning-Benutzeroberfläche in Autonomous Database

Enthält eine Zusammenfassung der neuesten Verbesserungen und Features der Oracle Machine Learning-Benutzeroberfläche auf Oracle Autonomous Database.

Tabelle 1-1: Neue Features

Features	Beschreibung
Oracle Machine Learning Notebooks aktualisiert.	Die Oracle Machine Learning-Benutzeroberfläche bietet eine verbesserte Notizbuchumgebung. Ursprünglich als Notebooks EA (Early Adopter) in Autonomous Database veröffentlicht - Serverless. Sie wird jetzt mit Notebooks unter dem linken Navigationsmenü und der Homepage aufgerufen. Die verbesserte Notizbuchschnittstelle unterstützt SQL-, SQL-Skript-, R-, Python-, Conda- und Markdown-Interpreter. Sie können Code, Text schreiben, umfangreiche Visualisierungen erstellen und Datenanalysen einschließlich maschinellem Lernen in den erweiterten Notizbüchern ausführen. Hinweis: Die ursprüngliche Zeppelin-basierte Notizbuchoberfläche ist unter der linken Navigationsmenüoption Notebooks Classic weiterhin für eine begrenzte Zeit verfügbar.
Unterstützung für Modellüberwachung in der Oracle Machine Learning-Benutzeroberfläche	Die Oracle Machine Learning-Benutzeroberfläche unterstützt die Modellüberwachung. Sie können damit Modellmonitore erstellen. Mit den Modellüberwachungen können Sie die Qualität der Modellvorhersagen im Zeitverlauf überwachen und erhalten Einblicke in die zugrunde liegenden Ursachen.
Unterstützung für Datenüberwachung in der Oracle Machine Learning-Benutzeroberfläche	Die Oracle Machine Learning-Benutzeroberfläche bietet Unterstützung für die Datenüberwachung. Es ermöglicht Ihnen, Ihre Daten zu überwachen und zu bewerten, wie sich Ihre Daten im Laufe der Zeit entwickeln. Es hilft Ihnen, Einblicke in Trends und multivariate Abhängigkeiten in den Daten zu erhalten. Außerdem erhalten Sie eine frühe Warnung vor Datenabweichungen.
Unterstützung für erweiterte Notizbücher in Autonomous Database - Serverless	Die Oracle Machine Learning-Benutzeroberfläche bietet eine neue erweiterte Notizbuchumgebung Notebooks EA (Early Adopter) in Autonomous Database - Serverless. Das erweiterte Notizbuch unterstützt SQL-, SQL-Skript-, R-, Python-, Conda- und Markdown-Interpreter. Sie können Code, Text schreiben, umfangreiche Visualisierungen erstellen und Datenanalysen einschließlich maschinellem Lernen in den erweiterten Notizbüchern ausführen. Hinweis: Das erweiterte Notizbuch ist im Early Adopter-Release von Oracle Machine Learning verfügbar. Während der Early Adopter-Releases werden sowohl Zeppelin als auch die erweiterten Notebooks verfügbar sein, danach werden alle Notebooks in die neue Notebook-Umgebung konvertiert. Während der Early Adopter-Phase können Sie sowohl die ursprünglichen Zeppelin- als auch die neuen Early Adopter-Notizbuchschnittstellen verwenden. Notizbücher in der ursprünglichen Benutzeroberfläche können in das Early Adopter-Release kopiert werden. Die erweiterte Notizbuchschnittstelle in Autonomous Database - Serverless bietet die folgenden erweiterten Features und Benutzererfahrungen: Reiche und verbesserte Benutzererfahrung: Das erweiterte Notizbuch bietet ein modernes Look-and-Feel und eine umfassendere Visualisierung mit vielen Diagrammoptionen. Dadurch können Benutzer ihre Daten besser visualisieren und verstehen. Darüber hinaus bietet es einige nützliche Funktionen wie den Vergleich von Nebenversionen, die Option zum Hinzufügen von Kommentaren zu Absätzen, den Vollbildmodus für Absätze, die Option zum Definieren der Absatzabhängigkeit usw. High Availability: Das erweiterte Notizbuch, eine Multi-Tenant-Anwendung, wird auf derselben Middle Tier wie der Oracle Machine Learning-Server bereitgestellt. Hierfür sind keine zusätzlichen Ressourcen erforderlich. Daher wird es immer ausgeführt und steht zur Verfügung, um die neuen erweiterten Notizbücher wiederzugeben. Hohe Skalierbarkeit: Das verbesserte Notebook gewährleistet eine hohe Skalierbarkeit in der Produktion. Um aufgrund erhöhter Benutzeranforderungen vertikal zu skalieren, können zusätzliche Notizbuchinstanzen einfach hinzugefügt werden. Es gibt Tools zur Überwachung von Systemlasten. Wenn ein System konsistent überlastet ist, kann eine zusätzliche Instanz hinzugefügt werden, um Risiken im Zusammenhang mit der Skalierbarkeit zu mindern.
Unterstützung für Python- und R-Drittanbieterbibliotheken	Librarys von Drittanbietern für Python und R sind in Oracle Machine Learning Notebooks verfügbar. Mit der Oracle Machine Learning-UI kann der Conda-Interpreter Python- und R-Librarys von Drittanbietern in einer Notizbuchsession installieren. Conda ist ein Open-Source-Package- und Umgebungsverwaltungssystem, das die Verwendung von Umgebungen ermöglicht, die Python- und R-Librarys von Drittanbietern enthalten. Benutzer mit der Rolle OML_SYS_ADMIN können Python- und R-Librarys von Drittanbietern installieren und zur Persistenz in den Objektspeicher hochladen. Der Benutzer mit der Rolle OML_SYS_ADMIN ist der Administrator, auch Admin genannt. Benutzer mit der Rolle OML_DEVELOPER können mit dem Conda-Interpreter die Librarys von Drittanbietern mit der Conda-Umgebung herunterladen und aktivieren, die vom Administrator bereitgestellt wird. Der Benutzer mit der Rolle OML_DEVELOPER ist der reguläre Oracle Machine Learning-Benutzer.
Unterstützung für R	Oracle Machine Learning for R wird in Oracle Machine Learning Notebooks unterstützt. Mit Oracle Machine Learning for R können Sie Datenexploration und Modelle für maschinelles Lernen durchführen. OML4R is available through Oracle Machine Learning Notebooks on Oracle Autonomous Database - Serverless, including Autonomous Data Warehouse , Autonomous Transaction Processing and Oracle Autonomous JSON Database services.
Unterstützung für regionsübergreifendes Autonomous Data Guard	Oracle Machine Learning Notebooks bieten regionsübergreifende Unterstützung für Autonomous Data Guard in neu bereitgestellten und migrierten Datenbanken.
Oracle Machine Learning-Repository wurde von einer serverlosen Datenbank zu jeder jeweiligen Oracle Autonomous Database-Instanz migriert.	Das Oracle Machine Learning-(OML-)Repository wurde von der serverlosen Datenbank zu jeder jeweiligen Oracle Autonomous Database-Instanz migriert. Die Migration des Oracle Machine Learning-Repositorys stellt Folgendes sicher: Alle OML-Objekte wie Tabellen, Jobs, gespeicherte Prozeduren und Metadaten werden in die entsprechende Oracle Autonomous Database-Instanz verschoben. Bietet Unterstützung für aktualisierbare Klone, die das Klonen der Oracle Machine Learning-Metadaten ebenfalls ermöglichen. Hinweis: Die Migration des Oracle Machine Learning-(OML-)Repositorys wird voraussichtlich über einen Zeitraum von 30 Tagen abgeschlossen sein. Die OML-Repository-Version wird in der Dropdown-Liste <user> oben rechts auf der Seite der Oracle Machine Learning-Benutzeroberfläche unter Info erwähnt. Wenn die Version 1.0.0.0.0 lautet, werden die OML-Metadaten weiterhin in der Serverless-Datenbank angezeigt. Wenn die Version 22.x lautet, wird angegeben, dass das OML-Repository zu Ihrer Oracle Autonomous Database-Instanz migriert wurde.
Oracle Machine Learning-Notizbuch wird in allen Oracle Autonomous Database-Klonen unterstützt	Das Oracle Machine Learning-Notizbuch wird auf allen Typen von Oracle Autonomous Database unterstützt - serverlose Klone, einschließlich: Vollständiger Klon: Eine neue Datenbank wird mit den Daten in der Quelldatenbank und den Metadaten erstellt. Aktualisierbarer Clone: Es wird ein schreibgeschützter Full Clone erstellt, der einfach mit den Daten aus der Quelldatenbank aktualisiert werden kann Metadaten-Klon: Es wird eine neue Datenbank erstellt, die alle Schemadaten, jedoch nicht die Daten der Quelldatenbank enthält. Hinweis: Bei einem Metadatenklon werden die Beispielvorlagen-Notizbücher nicht unterstützt.