Aplicaciones de oracle para data mining y big data

Inicio » Aplicaciones de oracle para data mining y big data

Análisis de oracle

Los servicios de big data de Oracle ayudan a los profesionales de los datos a gestionar, catalogar y procesar los datos en bruto. Oracle ofrece almacenamiento de objetos y lagos de datos basados en Hadoop para la persistencia, Spark para el procesamiento y el análisis a través de Oracle Cloud SQL o la herramienta analítica de elección del cliente.

Implante una solución completa e integrada, que incluya la gestión de datos, la integración de datos y la ciencia de los datos, para que los equipos de análisis puedan maximizar el valor de los datos empresariales. Los clientes ingieren cualquier dato a través de procesos por lotes, en flujo o en tiempo real y lo almacenan en almacenes o lagos de datos según sea necesario. A continuación, los equipos catalogan y aplican la gobernanza a los datos para poder utilizarlos en análisis, visualizaciones y modelos de aprendizaje automático. Los equipos de TI aprovechan las políticas de seguridad coherentes en todos los almacenes y lagos de datos.

Aumente la productividad de los desarrolladores con un clúster de Apache Spark totalmente gestionado y sin servidor al que se puede acceder a través de las API. Cada clúster se aprovisiona, asegura y apaga automáticamente para reducir la carga de trabajo de los desarrolladores. Los clientes pueden desplegar clústeres Hadoop totalmente gestionados de cualquier tamaño o forma, y luego añadir seguridad y alta disponibilidad con un solo clic.

Licencia de minería de datos de oracle

El uso de datos transaccionales como fuente de inteligencia empresarial ha sido habitual durante muchos años. A medida que la tecnología digital y la World Wide Web se extienden a todos los aspectos de la vida moderna, otras fuentes de datos pueden contribuir de forma importante a la toma de decisiones empresariales. Muchas empresas están buscando estas nuevas fuentes de datos. Están encontrando oportunidades en el análisis de grandes cantidades de datos que hasta hace poco se desechaban.

Estas características señalan los retos para obtener valor de los big data, y las diferencias entre los big data y las fuentes de datos tradicionales que proporcionan principalmente datos altamente estructurados y transaccionales.

Incluso las fuentes de datos tradicionales para los almacenes de datos, como los perfiles de los clientes de los sistemas de gestión de las relaciones con los clientes (CRM), los datos transaccionales de la planificación de recursos empresariales (ERP), las transacciones de las tiendas y los datos del libro mayor, han multiplicado por diez su volumen en la última década.

Un gran número de sensores, registros web y otras fuentes automáticas generan datos de forma continua y a una velocidad mucho mayor que las fuentes tradicionales, como las personas que introducen pedidos en una base de datos transaccional.

Lago de datos de oracle

Oracle Data Mining proporciona una potente capacidad de minería de datos de última generación dentro de Oracle Database. Puede utilizar Oracle Data Mining para crear y desplegar aplicaciones de minería de datos predictivas y descriptivas, para añadir capacidades inteligentes a las aplicaciones existentes y para generar consultas predictivas para la exploración de datos.

Oracle Data Mining ofrece un amplio conjunto de algoritmos en la base de datos para realizar diversas tareas de minería, como la clasificación, la regresión, la detección de anomalías, la extracción de características, la agrupación y el análisis de cestas de mercado. Los algoritmos pueden trabajar con datos de casos estándar, datos transaccionales, esquemas en estrella y texto y otras formas de datos no estructurados. Oracle Data Mining está especialmente indicado para la extracción de conjuntos de datos muy grandes.

Oracle Data Mining es uno de los dos componentes de la opción Oracle Advanced Analytics de Oracle Database Enterprise Edition. El otro componente es Oracle R Enterprise, que integra R, el entorno estadístico de código abierto, con Oracle Database. Juntos, Oracle Data Mining y Oracle R Enterprise constituyen una completa plataforma de análisis avanzado para el análisis de big data.

Oracle big data lite

Modelos lineales generalizados Regresión logística -Técnica estadística clásica disponible dentro de la base de datos Oracle en una implementación paralizada, escalable y de alto rendimiento (se aplica a todos los algoritmos OAA ML). Admite datos de texto y transaccionales (se aplica a casi todos los algoritmos OAA ML) Naive Bayes -Rápido, sencillo, de aplicación común. Aprovecha la velocidad de la base de datos en el recuento. Support Vector Machine -Algoritmo de aprendizaje automático de nueva generación, admite texto y datos amplios. Árbol de decisión -Algoritmo de ML popular por su interpretabilidad. Proporciona “reglas” legibles para el ser humano.

Modelos lineales generalizados Regresión múltiple -Técnica estadística clásica pero ahora disponible dentro de la base de datos Oracle como una implementación paralizada, escalable y de alto rendimiento. Admite la regresión de cresta, la creación de características y la selección de características. Admite datos de texto y transaccionales. Support Vector Machine – Algoritmo de aprendizaje automático de nueva generación, compatible con datos de texto y amplios.

Clasifica los atributos según la fuerza de la relación con el atributo objetivo. Los casos de uso incluyen la búsqueda de los factores más asociados con los clientes que responden a una oferta, los factores más asociados con los pacientes sanos.

Ir arriba