Článek
Machine Learning Notebooks - mluvíme o databázi Oracle - založené na Apache Zeppelin technologii umožňují provádět ML v autonomním databázovém skladu (ADW), transakční databázi (ATP), a autonomní JSON databázi (AJD)). - pozn. aut. (JSON - Java script object notation je zápis dat ve formě key-value - nejjednodušší ze všech možných, bez SQL)
Notebooks pomáhají uživatelům zkoumat, vizualizovat a připravit data a rozvinout a dokumentovat analytické metodologie. Operují v jednoduchých buňkách kde se vykonává všechno a pod kódem zadaným v buňce se pak ukazují výsledky, čísla, grafy, konfuzní matice a pod. Vyzkoušejte libovolné naučné video o Jupyter notebook. Ano, ne Jupiter.
AutoML Uživatelský Interface - neboli rozhraní (AutoML UI) pak poskytuje no-code automatizován ML. Když v AutoML UI vytvoříte experiment, automaticky vykoná algoritmus a výběr feature, tj. základního parametru neboli črty a taky udělá tuning modelu a jeho výběr čímž výrazně zvyšuje produktivitu a taky přesnost modelu modelu tj. model accuracy a jeho výkonnost. Uživatelé bez rozsáhlejších znalostí data science můžou vytvářet a aplikovat modely.
Jenom pro úplnost ML pro cloud databáze rozšiřuje svoji funkcionalitu prostřednictvím REST API - nové rozhraní pro přístup k databázi pozn. aut. Ten poskytuje REST API endpointy - virtuální koncové body umožňující uschovávat ML modely stejně jako jejich metadata a vytvářet skórovací endpointy pro model.
Situace se jak vidíte neustále rozvíjí a pro laiky začíná být nepřehledná. Proto tady doporučuji zjednodušení pohledu na ML a například REST API prozatím ignorovat. Je to jenom rozhraní které k něčemu slouží no ML funguje i bez něj.
