Oracle kondigt een nieuwe uitgave van zijn Autonomous Data Warehouse dienst aan. De dienst bevat nieuwe mogelijkheden die helpen om machine learning naar de massa te brengen.
De nieuwe uitgave van Autonomous Data Warehouse transformeert de dienst van een complex ecosysteem van producten naar een ‘intuïtieve point-and-click ervaring’ voor zowel data-analisten als bedrijven.
Oracle Autonomous Data Warehouse werd in 2018 uitgebracht als gemakkelijk te gebruiken repository voor alle informatie binnen een bedrijf. Doordat het een autonome dienst is, neemt Oracle alle configuraties, back-ups, beveiliging en afstemming op zich. Sinds 2019 is er ook een gratis versie van de dienst beschikbaar.
De dienst is bedoeld als een platform waar bedrijven al hun data kunnen verzamelen, transformeren, opslaan en beheren. Gebruikers kunnen deze informatie vervolgens analyseren om betere bedrijfsbeslissingen te maken. Ook kunnen bedrijven de data gebruiken om machine learning-algoritmes te trainen.
Gemakkelijker in gebruik
De nieuwe uitgave van Autonomous Data Warehouse voegt nieuwe mogelijkheden en functies toe die het makkelijker maken voor data-analisten en organisaties om de dienst te gebruiken. Ook laat Oracle weten dat er meer diepgaande analyses mogelijk zijn.
De simpele drag-and-drop interface en low-code programmeertools binnen het nieuwe Autonomous Data Warehouse passen goed bij de opkomende trend van ‘burger-ontwikkelaars’. Dit zijn zakelijke gebruikers die voldoende kaas hebben gegeten van programmeren om in hun eigen IT-behoeften te voorzien.
Nieuwe functies binnen Autonomous Data Warehouse
De meest interessante nieuwe functie binnen het nieuwe Autonomous Data Warehouse is AutoML. Deze functie helpt om een groot deel van de tijdrovende stappen die nodig zijn om machine learning-modellen te bouwen te automatiseren via een no-code gebruikersinterface. Niet-technische gebruikers kunnen dankzij deze functie machine learning-modellen opzetten via drag-and-drop tools.
Een andere nieuwigheid binnen het Autonomous Data Warehouse is dat het platform vanaf nu compatibel is met Python. Vanwege zijn eenvoud is Python een populaire keuze voor het schrijven van machine learning-code. Ook biedt het platform vanaf nu drag-and-drop technologieën om data vereisten vast te stellen voor verschillende tools voor eindgebruikers, zoals Tableau en Qlik.
Een verdere toevoeging, is de ondersteuning van eigendomsgrafieken. Deze kunnen worden gebruikt om relaties tussen verschillende eenheden te analyseren. Verder maakt Oracle het mogelijk om via het Autonomous Data Warehosue gegevens vanuit Oracle Cloud Infrastructure Object Storage en andere externe opslaglocaties op te vragen.