1 Nouveautés de l'interface utilisateur d'Oracle Machine Learning sur Autonomous Database

Fournit un sommaire des dernières améliorations et fonctions de l'interface utilisateur d'Oracle Machine Learning sur Oracle Autonomous Database.

Tableau 1-1 Nouvelles fonctions

Fonctions	Description
Mise à jour d'Oracle Machine Learning Notebooks.	L'interface utilisateur d'Oracle Machine Learning offre un environnement de carnet amélioré. Initialement publié sous le nom Notebooks EA (Early Adopter) dans Autonomous Database - Serverless, il est maintenant accessible à l'aide de Notebooks dans le menu de navigation de gauche et la page d'accueil. L'interface de carnet améliorée prend en charge les interpréteurs SQL, SQL Script, R, Python, Conda et Markdown. Vous pouvez écrire du code, du texte, créer des visualisations enrichies et effectuer des analyses de données, y compris l'apprentissage automatique, dans les carnets améliorés. Note : L'interface de carnet basée sur Zeppelin d'origine est toujours disponible pour une durée limitée dans l'élément de menu de navigation de gauche Notebooks version classique.
Prise en charge de la surveillance de modèle dans l'interface utilisateur d'Oracle Machine Learning	L'interface utilisateur d'Oracle Machine Learning prend en charge la surveillance de modèle. Il vous permet de créer des moniteurs de modèle. Les moniteurs de modèle vous permettent de surveiller la qualité des prédictions de modèle au fil du temps et vous fournissent des informations sur les causes sous-jacentes.
Prise en charge de la surveillance des données dans l'interface utilisateur d'Oracle Machine Learning	L'interface utilisateur d'Oracle Machine Learning prend en charge la surveillance des données. Il vous permet de surveiller vos données et d'évaluer l'évolution de vos données au fil du temps. Il vous aide à obtenir des informations sur les tendances et les dépendances multivariées dans les données. Il vous fournit également un avertissement précoce sur la dérive de données.
Prise en charge des blocs-notes améliorés dans Autonomous Database - Sans serveur	L'interface utilisateur d'Oracle Machine Learning offre un nouvel environnement de carnet amélioré Notebooks EA (Early Adopter) dans Autonomous Database - Sans serveur. Le carnet amélioré prend en charge les interpréteurs SQL, SQL Script, R, Python, Conda et Markdown. Vous pouvez écrire du code, du texte, créer des visualisations enrichies et effectuer des analyses de données, y compris l'apprentissage automatique, dans les carnets améliorés. Note : Le carnet amélioré est disponible dans la version destinée aux premiers utilisateurs d'Oracle Machine Learning. Pendant la période de sortie du Early Adopter, Zeppelin et les ordinateurs portables améliorés seront disponibles, après quoi tous les ordinateurs portables seront convertis dans le nouvel environnement. Au cours de la phase d'adoption précoce, vous pouvez utiliser à la fois les interfaces d'origine Zeppelin et les nouvelles interfaces d'ordinateur portable d'adoption précoce. Les carnets de l'interface d'origine peuvent être copiés dans la version Early Adopter. L'interface de carnet améliorée dans Autonomous Database - Sans serveur offre les fonctionnalités améliorées et les expériences utilisateur suivantes : Expérience utilisateur enrichie et améliorée : Le carnet amélioré offre une présentation moderne et une visualisation plus riche avec de nombreuses options de création de graphiques. Les utilisateurs pourront ainsi mieux visualiser et comprendre leurs données. En outre, il offre des fonctionnalités utiles telles que la comparaison de versions côte à côte, l'option d'ajouter des commentaires aux paragraphes, le mode plein écran pour les paragraphes, l'option de définir la dépendance des paragraphes, etc. Haute disponibilité : Le carnet amélioré, une application multilocataire, est déployée sur le même niveau intermédiaire qu'Oracle Machine Learning Server, ce qui ne nécessite aucune ressource supplémentaire. Par conséquent, il est toujours opérationnel et facilement disponible pour rendre les nouveaux ordinateurs portables améliorés. Haute évolutivité : Le carnet amélioré assure une grande évolutivité en production. Pour une mise à l'échelle en raison de la demande accrue des utilisateurs, il est facile d'ajouter des instances de carnet supplémentaires. Il existe des outils pour surveiller les charges du système, et si un système est constamment surchargé, une instance supplémentaire peut facilement être ajoutée pour atténuer les risques liés à l'évolutivité.
Prise en charge des bibliothèques tierces Python et R	Les bibliothèques de tierce partie pour Python et R sont disponibles sur Oracle Machine Learning Notebooks. L'interface utilisateur d'Oracle Machine Learning fournit l'interpréteur Conda pour installer des bibliothèques Python et R de tierce partie dans une session de carnet. Conda est un ensemble à code source libre et un système de gestion de l'environnement qui permet l'utilisation d'environnements contenant des bibliothèques Python et R tierces. Les utilisateurs dotés du rôle OML_SYS_ADMIN peuvent installer des bibliothèques de tierce partie Python et R et les charger dans le stockage d'objets pour la persistance. L'utilisateur doté du rôle OML_SYS_ADMIN est l'administrateur, également appelé administrateur. Les utilisateurs dotés du rôle OML_DEVELOPER peuvent utiliser l'interpréteur Conda pour télécharger et activer les bibliothèques de tierce partie à l'aide de l'environnement Conda provisionné par l'administrateur. L'utilisateur doté du rôle OML_DEVELOPER est l'utilisateur standard d'Oracle Machine Learning.
Soutien pour R	Oracle Machine Learning for R est pris en charge dans Oracle Machine Learning Notebooks. En utilisant Oracle Machine Learning for R, vous pouvez explorer les données et modéliser l'apprentissage automatique. 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.
Prise en charge de Data Guard autonome inter-région	Les carnets Oracle Machine Learning fournissent la prise en charge inter-régions de Data Guard autonome dans les bases de données nouvellement provisionnées et migrées.
Le référentiel d'Oracle Machine Learning a migré de la base de données sans serveur vers chaque instance Oracle Autonomous Database respective.	Le référentiel OML (Oracle Machine Learning) a été migré d'une base de données sans serveur vers chaque instance Oracle Autonomous Database respective. La migration du référentiel Oracle Machine Learning garantit : Tous les objets OML tels que les tables, les tâches, les procédures stockées et les métadonnées sont déplacés vers l'instance Oracle Autonomous Database appropriée. Fournit une prise en charge des clones actualisables, qui permettent également le clonage des métadonnées Oracle Machine Learning. Note : La migration du référentiel Oracle Machine Learning (OML) devrait être terminée sur une période de 30 jours. La version du référentiel OML est mentionnée dans À propos dans la liste déroulante <user> dans le coin supérieur droit de la page de l'interface utilisateur d'Oracle Machine Learning. Si la version est 1.0.0.0.0, cela indique que les métadonnées OML sont toujours dans la base de données sans serveur. Si la version est 22.x, cela indique que le référentiel OML a été migré vers votre instance Oracle Autonomous Database.
Carnet Oracle Machine Learning pris en charge sur tous les clones Oracle Autonomous Database	Le carnet Oracle Machine Learning est pris en charge sur tous les types d'Oracle Autonomous Database - Clones sans serveur, notamment : Clone complet : une nouvelle base de données est créée avec les données de la base source et les métadonnées. Clone actualisable : un clone complet en lecture seule est créé qui peut être facilement actualisé avec les données de la base de données source Clone des métadonnées : Une base de données est créée qui comprend toutes les métadonnées du schéma de la base source, mais pas les données de la base source. Note : Pour un clone de métadonnées, les carnets d'exemple de modèle ne sont pas pris en charge.