Announcing Oracle Machine Learning Monitoring on Autonomous Database

Prevent data drift and monitor the performance of your machine learning models. New monitoring capabilities within Machine Learning in Oracle Database services alert you to issues in both data and native in-database model quality.

Read the announcement custom third-party Python and R packages on Autonomous Database

Leverage broader Python and R package ecosystems on Oracle Autonomous Database in Oracle Machine Learning Notebooks. Run user-defined functions with third-party package functionality in engines spawned and managed by the Oracle Database environment.

Read the blog about Use custom third-party Python and R packages on Autonomous Database Run R at scale on database data with Oracle Machine Learning for R

Explore, transform, and analyze data faster and at scale while using familiar R syntax and semantics and taking advantage of Oracle Database as a high performance computing environment.

Read the blog about Run R at scale on database data with Oracle Machine Learning for R Embedding AI/ML in your application using Oracle Machine Learning

Deploying and scaling machine learning models and broader Python and R-based solutions in production is often challenging. Learn how to simplify embedding AI and ML in applications using Machine Learning in Oracle Database.

Watch the recording (39:21)

Oracle Machine Learning 记事本

使用开源 Apache Zeppelin 笔记本技术，数据科学家和开发人员可以提高工作效率，缩短学习曲线。该笔记本支持 Oracle 自治数据库的 SQL、PL/SQL、Python 和 Markdown 解释器，用户可使用自己的首选语言来开发分析解决方案。

观看交互式产品导览

文档：在自治数据仓库中使用 Oracle Machine Learning 记事本

文档：在自治事务处理数据库中使用 Oracle Machine Learning 记事本

文档：在 Autonomous JSON Database 中使用 Oracle Machine Learning 记事本

Oracle 机器学习服务

更快地在 Oracle 自治数据库环境中部署和管理原生数据库中模型和 ONNX 格式模型。应用开发人员可以通过易于集成的 REST 端点来使用模型。通过 Oracle Machine Learning AutoML 用户界面快速轻松地部署模型。

适用于 Oracle 机器学习服务的 REST API

使用认知文本功能

GitHub 存储库

Oracle Machine Learning for SQL

专业和非专业数据科学家可以使用熟悉的 SQL 和 PL/SQL 来执行数据准备、模型构建、评估和部署任务，从而更加快速、轻松地创建机器学习模型。

Oracle Machine Learning for SQL 文档

技术简介 (PDF)

Oracle Machine Learning AutoML 用户界面

无代码用户界面支持基于 Oracle 自治数据库的 AutoML，可帮助数据科学家提高工作效率，并让非专业用户也能使用强大的数据库内算法进行分类和回归。

AI 如何消除阻碍，促进机器学习模型调优？

Oracle Machine Learning for R

在 Oracle 自治数据库这一拥有 R 接口的高性能计算平台上加速进行机器学习建模。您可以使用 Oracle 机器学习笔记本与 R、Python 和 SQL 解释器，开发基于机器学习的解决方案，还可以利用 SQL 和 REST API 提供的数据并行和任务并行选项，轻松部署用户自定义 R 函数。

技术简介 (PDF)

GitHub 存储库

Oracle Machine Learning for Python

数据科学家和其他 Python 用户使用 Oracle 自治数据库作为随带 Python 接口的高性能计算平台来加速机器学习建模和解决方案部署。内置的自动化机器学习 (AutoML) 可为每个模型推荐相关算法和功能，并执行自动模型调优。这些功能可共同提高用户工作效率、模型准确性和可扩展性。

GitHub 存储库

Oracle Data Miner

数据科学家和数据分析人员可以使用这种拖放式用户界面快速构建分析工作流。通过快速开发和完善模型，用户可以发现其数据中的隐藏数据模式、关系和洞察。

安装 Oracle Data Miner (PDF)

Oracle Data Miner 文档

Oracle Machine Learning for SQL

数据科学家和大众数据科学家可以使用熟悉的 SQL 和 PL/SQL 来执行数据准备、模型构建、评估和部署任务，从而更加快速、轻松地创建机器学习模型。

Oracle Machine Learning for SQL 文档

技术简介 (PDF)

Oracle Data Miner

数据科学家和数据分析人员可以使用这种拖放式用户界面快速构建分析工作流。通过快速开发和完善模型，用户可以发现其数据中的隐藏数据模式、关系和洞察。

安装 Oracle Data Miner (PDF)

Oracle Data Miner 文档

Oracle Machine Learning for R

使用 Oracle 数据库作为随带 R 接口的高性能计算平台，以此加速机器学习建模和解决方案部署。SQL 和 R API 提供数据并行和任务并行选项，可轻松部署用户定义的 R 函数。用户定义的 R 函数可以包含 R 包生态系统中的功能。

安装 Oracle Machine Learning for R

技术简介 (PDF)

Oracle Machine Learning for Python

数据科学家和其他 Python 用户使用 Oracle 自治数据库作为随带 Python 接口的高性能计算平台来加速机器学习建模和解决方案部署。内置的自动化机器学习 (AutoML) 可为每个模型推荐相关算法和功能，并执行自动模型调优。这些功能可共同提高用户工作效率、模型准确性和可扩展性。

GitHub 存储库

Oracle Machine Learning AutoML 用户界面

无代码用户界面支持基于 Oracle 自治数据库的 AutoML，可帮助数据科学家提高工作效率，并让非专业用户也能使用强大的数据库内算法进行分类和回归。

AI 如何消除阻碍，促进机器学习模型调优？

Oracle Machine Learning for Python

数据科学家和其他 Python 用户使用 Oracle 自治数据库作为随带 Python 接口的高性能计算平台来加速机器学习建模和解决方案部署。内置的自动化机器学习 (AutoML) 可为每个模型推荐相关算法和功能，并执行自动模型调优。这些功能可共同提高用户工作效率、模型准确性和可扩展性。

GitHub 存储库

Oracle Machine Learning AutoML 用户界面

无代码用户界面支持基于 Oracle 自治数据库的 AutoML，可帮助数据科学家提高工作效率，并让非专业用户也能使用强大的数据库内算法进行分类和回归。

AI 如何消除阻碍，促进机器学习模型调优？

Oracle Data Miner

数据科学家和数据分析人员可以使用这种拖放式用户界面快速构建分析工作流。通过快速开发和完善，用户可以发现其数据中的隐藏数据模式、关系和洞察。

安装 Oracle Data Miner (PDF)

Oracle Data Miner 文档

数据库中模型构建和数据评分

数据科学家和开发人员可以快速、大规模地构建模型和对数据进行评分，无需将数据提取到单独的分析引擎。Oracle Exadata 的横向扩展架构和智能扫描技术可以加速获得成果。

内置安全性、加密以及基于角色的用户数据和模型访问权限，为使用 Oracle 数据库中的机器学习的数据科学家和开发人员提供安全保障。

快速企业部署

开发人员和广大数据科学团队可以通过 SQL 和 REST 界面和易于部署的选项来即刻创建机器学习模型。

无数据移动

数据科学家和开发人员可以直接处理 Oracle 数据库中的数据。这有助于简化模型构建和部署，缩短应用开发时间，并提高数据安全性。

高性能计算

数据科学家可以利用 Oracle 数据库的内置并行性和可扩展特性，以及针对 Oracle Exadata 和独有优化功能，有效避免在数据准备、模型构建和数据评分期间发生性能问题。

Oracle 机器学习推出面向自治数据库的嵌入式 Python 执行 SQL API

甲骨文公司数据科学和机器学习高级总监 Mark Hornick

我们很高兴地宣布推出适用于 Oracle Machine Learning for Python 的 SQL API，可在 Oracle 自治数据库上嵌入 Python 执行。去年年初，我们在 Oracle 自治数据库上推出了 Oracle Machine Learning for Python，率先支持利用 REST API 来实现嵌入式 Python 执行。现在，新推出的接口支持通过 SQL 访问这个强大的功能。

Oracle 自治数据库中的机器学习研讨会

Oracle Machine Learning for R (Oracle R Enterprise)

使用 Oracle Machine Learning for Spark (Oracle R Advanced Analytics for Hadoop)

Oracle Data Miner 快速入门