E-Mail 'MySQL HeatWave ML ya soporta aprendizaje automático (machine learning)' To A Friend

Email a copy of 'MySQL HeatWave ML ya soporta aprendizaje automático (machine learning)' to a friend

* Campo requerido






Separe multiples entradas con una coma. Máximo 5 entradas.



Separe multiples entradas con una coma. Máximo 5 entradas.


Enviar verificación de imagen

Cargando ... Cargando ...
0

Oracle ha anunciado que MySQL HeatWave ML ya soporta aprendizaje automático (machine learning, ML) en la base de datos, convirtiéndose en un complemento para el procesamiento de transacciones y la analítica que ya estaban disponibles. Esto permite automatizar completamente el ciclo de vida del ML, almacenando todos los modelos entrenados en la propia base de datos MySQL, por lo que no es necesario trasladar los datos o el modelo a una herramienta externa. Con esto se  reduce la complejidad de la aplicación y se disminuye el coste, mejorando la seguridad tanto de los datos como del modelo.

Hasta ahora para llevar a cabo esta tarea había que exportar esta información, con lo que además de los costes se consumía mucho tiempo de los desarrolladores, primero para la extracción y posteriormente para crear y desplegar modelos de ML. Una de las consecuencias de este procedimiento añada vulnerabilidad y complejidad.

Estos y otros problemas se resuelven con las nuevas capacidades ML de MySQL HeatWave ML, puesto que  integra de forma nativa las capacidades ML dentro de la propia base de datos MySQL, eliminando la necesidad de extraer, transformar y cargar los datos a otro servicio. Para ello, HeatWave ML automatiza por completo el proceso de entrenamiento, creando un modelo con el mejor algoritmo, las características óptimas y los hiperparámetros óptimos para la obtención de un conjunto de datos dado y una tarea especificada.

Oracle consigue así que MySQL HeatWave ML se convierta en el primer proveedor de datos en la Nube que ofrece capacidades ML directamente dentro de su propio servicio de base de datos, ofreciendo estas capacidades:

  • Automatización completa de creación de modelos
  • Explicabilidad de modelos
  • Nuevo algoritmo de reducción para búsqueda de hiperparámetros
  • Selección del mejor algoritmo
  • Muestreo inteligente de datos
  • Selección de características para determinar atributos de datos