1 Novedades de la interfaz de usuario de Oracle Machine Learning en Autonomous Database

Proporciona un resumen de las últimas mejoras y funciones de la interfaz de usuario de Oracle Machine Learning en Oracle Autonomous Database.

Tabla 1-1 Nuevas Funciones

Funciones	Descripción
Actualización de Oracle Machine Learning Notebooks.	La interfaz de usuario de Oracle Machine Learning ofrece un entorno de bloc de notas mejorado. Inicialmente lanzado como Notebooks EA (Early Adopter) en Autonomous Database: sin servidor, ahora se accede a él mediante Notebooks en el menú de navegación de la izquierda y la página de inicio. La interfaz de bloc de notas mejorada soporta intérpretes SQL, SQL Script, R, Python, Conda y Markdown. Puede escribir código, texto, crear visualizaciones enriquecidas y realizar análisis de datos, incluido el aprendizaje automático, en los blocs de notas mejorados. Note: La interfaz de bloc de notas original basada en Zeppelin sigue estando disponible por un tiempo limitado en la opción de menú de navegación izquierda Notebooks Classic.
Soporte para la supervisión de modelos en la interfaz de usuario de Oracle Machine Learning	La interfaz de usuario de Oracle Machine Learning ofrece soporte para la supervisión de modelos. Permite crear monitores de modelo. Los monitores de modelo le permiten supervisar la calidad de las predicciones de modelo a lo largo del tiempo y le proporcionan información sobre las causas subyacentes.
Soporte para la supervisión de datos en la interfaz de usuario de Oracle Machine Learning	La interfaz de usuario de Oracle Machine Learning ofrece soporte para la supervisión de datos. Permite supervisar los datos y evaluar cómo evolucionan con el tiempo. Le ayuda con información sobre tendencias y dependencias multivariante en los datos. También proporciona una advertencia temprana sobre el cambio de datos.
Soporte para blocs de notas mejorados en Autonomous Database: sin servidor	La interfaz de usuario de Oracle Machine Learning ofrece un nuevo entorno de bloc de notas mejorado Notebooks EA (Early Adopter) en Autonomous Database: sin servidor. El bloc de notas mejorado soporta intérpretes SQL, SQL Script, R, Python, Conda y Markdown. Puede escribir código, texto, crear visualizaciones enriquecidas y realizar análisis de datos, incluido el aprendizaje automático, en los blocs de notas mejorados. Note: El bloc de notas mejorado está disponible en la versión Early Adopter de Oracle Machine Learning Notebook. Durante el período de lanzamiento de Early Adopter, estarán disponibles tanto Zeppelin como los blocs de notas mejorados, después de lo cual todos los blocs de notas se convertirán al nuevo entorno de blocs de notas. Durante la fase de adopción temprana, puede utilizar tanto el Zeppelin original como las nuevas interfaces de bloc de notas de adopción temprana. Los blocs de notas de la interfaz original se pueden copiar a la versión Early Adopter. La interfaz de bloc de notas mejorada en Autonomous Database - Serverless proporciona las siguientes funciones mejoradas y experiencias de usuario: Experiencia de usuario enriquecida y mejorada: el bloc de notas mejorado ofrece un aspecto moderno y una visualización más completa con muchas opciones de gráficos. Esto beneficiará a los usuarios para visualizar y comprender mejor sus datos. Además, ofrece algunas características útiles como la comparación de versiones en paralelo, la opción de agregar comentarios a párrafos, el modo de tamaño de pantalla completa para párrafos, la opción de definir la dependencia de párrafos, etc. Alta disponibilidad: el bloc de notas mejorado, una aplicación multiinquilino, se despliega en la misma capa media que el servidor de Oracle Machine Learning, y esto no requiere recursos adicionales. Por lo tanto, siempre se está ejecutando y está disponible para presentar los nuevos blocs de notas mejorados. Alta escalabilidad: el bloc de notas mejorado garantiza una alta escalabilidad en producción. Para ampliar debido al aumento de las demandas de los usuarios, se pueden agregar fácilmente instancias de bloc de notas adicionales. Hay herramientas para supervisar las cargas del sistema y, si un sistema se sobrecarga constantemente, se puede agregar fácilmente una instancia adicional para mitigar los riesgos relacionados con la escalabilidad.
Soporte para bibliotecas de Python y R de terceros	Las bibliotecas de terceros para Python y R están disponibles en Oracle Machine Learning Notebooks. La interfaz de usuario de Oracle Machine Learning proporciona al intérprete Conda la posibilidad de instalar bibliotecas Python y R de terceros en una sesión de bloc de notas. Conda es un sistema de gestión de entornos y paquetes de código abierto que permite el uso de entornos que contienen bibliotecas R y Python de terceros. Los usuarios con el rol OML_SYS_ADMIN pueden instalar bibliotecas de terceros de Python y R y cargarlas en el almacenamiento de objetos para su persistencia. El usuario con el rol OML_SYS_ADMIN es el administrador, también conocido como administrador. Los usuarios con el rol OML_DEVELOPER pueden utilizar el intérprete Conda para descargar y activar las bibliotecas de terceros mediante el entorno Conda aprovisionado por el administrador. El usuario con el rol OML_DEVELOPER es el usuario normal de Oracle Machine Learning.
Soporte para R	Oracle Machine Learning for R está soportado en Oracle Machine Learning Notebooks. Al utilizar Oracle Machine Learning for R, puede realizar la exploración de datos y el modelado de aprendizaje automático. 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.
Soporte para Data Guard autónomo entre regiones	Los blocs de notas de Oracle Machine Learning proporcionan soporte de Data Guard autónomo entre regiones en bases de datos recién aprovisionadas y migradas.
El repositorio de Oracle Machine Learning se migró de la base de datos sin servidor a cada instancia de Oracle Autonomous Database respectiva.	El repositorio de Oracle Machine Learning (OML) se ha migrado de la base de datos sin servidor a cada instancia de Oracle Autonomous Database respectiva. La migración del repositorio de Oracle Machine Learning garantiza: Que todos los objetos de OML, como tablas, trabajos, procedimientos almacenados y metadatos, se muevan a la instancia de Oracle Autonomous Database adecuada. Proporciona soporte para clonaciones de refrescamiento, que también permite la clonación de los metadatos de Oracle Machine Learning. Note: Se espera que la migración del repositorio de Oracle Machine Learning (OML) se complete en un período de 30 días. La versión del repositorio de OML se menciona en Acerca de en la lista desplegable <user> en la esquina superior derecha de la página Interfaz de usuario de Oracle Machine Learning. Si la versión es 1.0.0.0.0, indica que los metadatos de OML aún están en la base de datos sin servidor. Si la versión es 22.x, indica que el repositorio de OML se ha migrado a la instancia de Oracle Autonomous Database.
Oracle Machine Learning Notebook soportado en todas las clonaciones de Oracle Autonomous Database	El bloc de notas de Oracle Machine Learning está soportado en todos los tipos de clones sin servidor de Oracle Autonomous Database, incluidos: Clonación completa: se crea una nueva base de datos con los datos de la base de datos de origen y los metadatos. Clonación de refrescamiento: se crea una clonación completa de solo lectura que se puede refrescar fácilmente con los datos de la base de datos de origen Clonación de metadatos: se crea una nueva base de datos que incluye todos los metadatos del esquema de la base de origen, pero no los datos de la base de origen. Note: Para una clonación de metadatos, los blocs de notas de la plantilla de ejemplo no están soportados.