Oracle wzbogaca swoją ofertę Autonomicznej Bazy Danych, wprowadzając nowe aktualizacje skupione na poprawie analizy danych oraz możliwości uczenia maszynowego. Ostatnie ulepszenia mają na celu umocnienie pozycji Oracle jako lidera w usługach związanych z autonomicznymi bazami danych i utrzymanie konkurencyjnej przewagi wobec takich firm jak AWS, Google Cloud czy Snowflake.
Jedna z kluczowych aktualizacji obejmuje wprowadzenie rozmów do funkcji Select AI, wprowadzonej w zeszłym roku, która umożliwia użytkownikom analizę danych za pomocą przetwarzania języka naturalnego oraz dużych modeli językowych. Dzięki tej aktualizacji, Select AI posiada teraz zdolność zapamiętywania poprzednich pytań i obsługi follow-up queries, umożliwiając użytkownikom prowadzenie merytorycznych rozmów ze swoimi bazami danych. Nowe możliwości Select AI eliminują konieczność powtarzania i modyfikowania zapytań, co ostatecznie zwiększa produktywność.
Kolejną istotną aktualizacją jest wprowadzenie interfejsu no-code dla monitorowania modeli w ramach Autonomicznej Bazy Danych. Ten interfejs umożliwia użytkownikom korporacyjnym monitorowanie modeli uczenia maszynowego i dokonywanie niezbędnych modyfikacji, bez konieczności posiadania rozległej wiedzy programistycznej. Funkcja monitorowania modeli ułatwia proces modelowania i poprawia wydajność modeli, co jest istotne dla programistów różnych dziedzin, takich jak modele klimatyczne i bezpieczeństwo publiczne.
Oracle również wzmocnił swoje możliwości uczenia maszynowego za pomocą nowej funkcji w Oracle Machine Learning dla języka Python. To ulepszenie pozwala badaczom danych uwzględnić relacje przestrzenne w ich modelach uczenia maszynowego, co prowadzi do poprawy dokładności modeli. Możliwość wykrywania wzorców przestrzennych w samej bazie danych eliminuje konieczność przenoszenia danych na zewnątrz lub pisania skomplikowanych algorytmów.
Dodatkowo, Oracle wprowadził interfejs użytkownika dla Graph Studio w ramach Autonomicznej Bazy Danych, umożliwiający przedsiębiorstwom tworzenie widoków grafowych na grafach wiedzy z opisami zasobów (RDF). Ta funkcja pomaga organizacjom uzyskać dodatkowe wglądy, przechwytując złożone zależności między danymi wewnątrzwiązaniowymi.
Najnowsze aktualizacje Autonomicznej Bazy Danych Oracle dalszo umacniają pozycję firmy jako dostawcy autonomicznych możliwości baz danych. Te funkcje są zgodne z trendem branżowym, polegającym na integracji funkcjonalności opartych na sztucznej inteligencji w bazach danych, minimalizując potrzebę korzystania z oddzielnych platform. Dzięki rozmowom możliwym dzięki Select AI, usprawnionemu monitorowaniu modeli, ulepszonemu analizowi przestrzennemu i intuicyjnym widokom grafowym, Oracle oferuje zaawansowane innowacje w dziedzinie platform danych, które odpowiadają na ewoluujące potrzeby przedsiębiorstw.
W miarę jak rynek systemów zarządzania bazami danych (DBMS) nadal ewoluuje, pojawienie się ekosystemów danych jako kompleksowych platform oczekuje się, że napędzi kolejną falę zmian. Autonomiczna Baza Danych Oracle, dzięki ciągłym udoskonaleniom i autonomicznym możliwościom, jest pozycjonowana na czele tej transformacji rynkowej, zapewniając przedsiębiorstwom potężne, kompleksowe rozwiązanie do obsługi danych i analizy.
FAQ:
1. Jakie aktualizacje wprowadził Oracle w swojej ofercie Autonomicznej Bazy Danych?
Oracle wprowadził aktualizacje skupione na poprawie analizy danych oraz możliwości uczenia maszynowego. Aktualizacje te obejmują dodanie rozmów do funkcji Select AI, interfejsu no-code dla monitorowania modeli, ulepszenia analizy przestrzennej w Oracle Machine Learning dla języka Python oraz interfejsu użytkownika dla Graph Studio.
2. Co to jest Select AI?
Select AI to funkcja, która umożliwia użytkownikom analizę danych za pomocą przetwarzania języka naturalnego oraz dużych modeli językowych. Dzięki najnowszej aktualizacji, posiada ona teraz zdolność zapamiętywania poprzednich pytań i obsługiwania follow-up queries, umożliwiając merytoryczne rozmowy z bazami danych.
3. Jakie korzyści przynosi interfejs no-code dla monitorowania modeli użytkownikom?
Interfejs no-code umożliwia użytkownikom korporacyjnym monitorowanie modeli uczenia maszynowego i dokonywanie niezbędnych modyfikacji bez konieczności posiadania rozległej wiedzy programistycznej. Umożliwia to uproszczenie procesu modelowania i poprawę wydajności modeli.
4. W czym polega ulepszenie analizy przestrzennej w Oracle Machine Learning dla języka Python?
Ulepszenie analizy przestrzennej pozwala badaczom danych uwzględnić relacje przestrzenne w swoich modelach uczenia maszynowego. Pomaga to poprawić dokładność modelu, wykrywając wzorce przestrzenne w samej bazie danych, co eliminuje konieczność przenoszenia danych na zewnątrz lub pisania skomplikowanych algorytmów.
5. Jaki jest cel interfejsu użytkownika dla Graph Studio?
Interfejs użytkownika dla Graph Studio umożliwia organizacjom tworzenie widoków grafowych opartych na grafach wiedzy z opisami zasobów (RDF). Ta funkcja pomaga przechwycić złożone zależności między danymi wewnątrzwiązaniowymi, dostarczając dodatkowe wglądy.
Wybrane pojęcia:
– Autonomiczna Baza Danych: oferta firmy Oracle dostarczająca autonomicznych możliwości baz danych.
– Select AI: funkcja umożliwiająca użytkownikom analizę danych za pomocą przetwarzania języka naturalnego oraz dużych modeli językowych.
– Monitorowanie modeli: proces monitorowania i dokonywania modyfikacji w modelach uczenia maszynowego w celu poprawy ich wydajności.
– Ulepszenie analizy przestrzennej: ulepszenie w Oracle Machine Learning dla języka Python, które pozwala badaczom danych uwzględnić relacje przestrzenne w swoich modelach uczenia maszynowego.
– Graph Studio: narzędzie w ramach Autonomicznej Bazy Danych, umożliwiające organizacjom tworzenie widoków grafowych opartych na grafach wiedzy z opisami zasobów (RDF).
Powiązane linki:
– Oracle Autonomiczna Baza Danych
– Oracle Autonomiczna Baza Danych i Sztuczna Inteligencja
– Oracle Machine Learning
– Oracle Autonomiczna Baza Danych Exadata X8
The source of the article is from the blog maestropasta.cz