Nuevas innovaciones en Oracle Autonomous Data Warehouse
Un Autonomous Data Warehouse es un servicio de base de datos en la nube completamente automatizado y optimizado para cargas de trabajo analíticas, incluidos datamarts, almacenes de datos y lagos de datos. Está preconfigurado con formato de columnas, particiones y uniones grandes para simplificar y acelerar el aprovisionamiento, la extracción, la carga y la transformación de datos de la base de datos; ejecutar informes sofisticados; generar predicciones, y crear modelos de aprendizaje automático.
En EVOL como partner de Oracle, compartimos los principales atributos de la versión más reciente del Oracle Data Warehouse
Herramientas de datos integradas:
Los analistas comerciales ahora tienen un entorno simple de autoservicio para cargar datos y ponerlos a disposición de su equipo extendido para la colaboración. Pueden cargar y transformar datos desde su computadora portátil o la nube simplemente arrastrando y soltando. Luego pueden generar automáticamente modelos de negocios; descubrir rápidamente anomalías, valores atípicos y patrones ocultos en sus datos; y comprender las dependencias de datos y el impacto de los cambios.
Interfaz de usuario de Oracle Machine Learning AutoML:
Al automatizar los pasos que requieren mucho tiempo en la creación de modelos de aprendizaje automático, la interfaz de usuario de AutoML proporciona una interfaz de usuario sin código para el aprendizaje automático automatizado para aumentar la productividad de los científicos de datos, mejorar la calidad del modelo y permitir que incluso los no expertos aprovechar el aprendizaje automático.
Oracle Machine Learning para Python:
Los científicos de datos y otros usuarios de Python ahora pueden usar Python para aplicar el aprendizaje automático en sus datos de almacenamiento de datos, aprovechando al máximo las capacidades paralelas de alto rendimiento y más de 30 algoritmos nativos de aprendizaje automático de Oracle Autonomous Data Warehouse.
Compatibilidad con gráficos de propiedades:
Los gráficos ayudan a modelar y analizar las relaciones entre entidades (por ejemplo, un gráfico de red social). Los usuarios ahora pueden crear gráficos dentro de su almacén de datos, consultar gráficos usando PGQL (lenguaje de consulta de gráficos de propiedades) y analizar gráficos con más de 60 algoritmos de análisis de gráficos en memoria.
Interfaz de usuario de Graph Studio:
Graph Studio se basa en las capacidades de gráficos de propiedades de Oracle Autonomous Data Warehouse para facilitar el análisis de gráficos para los principiantes. Incluye la creación automatizada de modelos gráficos, cuadernos, visualización integrada y flujos de trabajo preconstruidos para diferentes casos de uso.
Acceso sin inconvenientes a lagos de datos:
Oracle Autonomous Data Warehouse amplía su capacidad para consultar datos en el almacenamiento de objetos de Oracle Cloud Infrastructure (OCI) y todos los almacenes de objetos en la nube populares con tres nuevas capacidades de lagos de datos: fácil consulta de datos en Oracle Big Data Service (Hadoop) ; integración con OCI Data Catalog para simplificar y automatizar el descubrimiento de datos en el almacenamiento de objetos; y procesamiento escalable para acelerar las consultas de grandes conjuntos de datos en el almacenamiento de objetos.
Fuente: Oracle