甲骨文公司推出了一个新的云端数据科学平台，旨在帮助企业快速构建、训练、管理和部署机器学习模型。该平台提供了一系列工具，帮助企业开展数据分析和人工智能项目。平台的核心是甲骨文云基础设施的数据科学服务，它能够自动化部分模型开发的工作流程，从而加快工程师构建机器学习模型的速度。

在自动化工作流程中，第一步是选择适合项目的机器学习模型。甲骨文云基础设施的数据科学服务支持多种算法及其不同配置，以便进行测试并找到最合适的模型。据甲骨文介绍，这将大大节省数据科学家的时间，并确保模型达到一定的性能水平。此外，该服务还能够自动化特征工程，减轻数据科学家从大规模数据集中提取关键预测性特征的负担。

甲骨文还同步推出了一款模型评估工具，可以生成评估指标和可视化图表，帮助数据科学家评估模型性能，并了解模型在新数据上的表现。这种评估可以通过时间维度进行，使数据科学家能够不断优化模型。评估工具采用成本模型，可以综合考虑假阳性与假阴性的影响，从而全面评价模型的性能。

此外，甲骨文提供了模型解释功能，使得机器学习不再像一个“黑盒子”。云基础设施的数据科学服务可以自动生成权重及预测因素的重要性说明。这一功能可用于欺诈检测，数据科学家可以解释哪些因素导致欺诈行为，帮助企业改进流程或采取防范措施。

甲骨文指出，成功部署机器学习模型不仅需要专业的技术人员，还需要团队的紧密协作。云基础设施的数据科学服务提供了完整的团队协作功能，包括项目共享、版本控制、数据和笔记本共享等功能。团队成员还可以共享现有的模型，并对其进行修改后部署使用。数据访问权限受到严格的安全策略控制，限制特定用户访问模型、代码和数据，同时与甲骨文云基础设施的身份和访问管理系统集成。

除了自动化机器学习模型部署流程，该平台还提供了其他数据和机器学习服务。例如，甲骨文自治数据库集成了机器学习算法，支持Python和自动化机器学习。用户可以直接在数据库中使用内置算法开发模型，从而节省数据准备和数据迁移的时间。