构建 ML 模型的 5 种不同方法！

原文：https://pub.towardsai.net/5-different-ways-to-build-ml-models-138bf611245f?source=collection_archive---------4-----------------------

我们遇到了面向拥有 Python/ R/ Matlab 的专家受众的数据科学平台和 ML 产品..etc 技能和谁了解算法/内核..等等。

但是，如果非常了解数据但不具备专业技能的人也需要探索 AI/ ML 世界，该怎么办？

在 Oracle 世界中构建 ML 模型的 5 种方法是

甲骨文云基础设施数据流—https://www.oracle.com/big-data/data-flow/
甲骨文分析云(OAC)—https://www . Oracle . com/au/business-Analytics/Analytics-Cloud . html
甲骨文机器学习(OML)-https://www . Oracle . com/database/technologies/data warehouse-big data/Machine-Learning . html
Oracle 自治数据库—https://www.oracle.com/au/database/autonomous-database.html
甲骨文云基础设施数据科学—https://www . Oracle . com/Data-Science/Cloud-infra structure-Data-Science-product . html

在本文中，我们将看到如何使用相同的数据源以 3 种不同的方式构建一个二元分类模型。基于兴趣(中等掌声)，我将扩展这篇文章，以包括其他 2 种方式

数据源— Oracle 自治数据库

使用 Apache Zeppelin 笔记本在 Oracle 自治数据库中使用 SQL/PLSQL

使用 Oracle 分析云

使用 Oracle 云基础设施数据科学

我在下面的文章中提到了这一点

[## 数据科学中三件重要的事情——什么？怎么会？为什么？

欢迎来到数据科学的世界！

如果你喜欢这篇文章，请不要忘记鼓掌

所表达的观点仅代表作者的观点，不一定代表甲骨文的观点。联系方式迪帕克·塞卡尔