甲骨文（Oracle）推出可让企业快速建构、训练、管理和部署机器学习模型的云端数据科学平台，其提供了工具包供企业发展分析与人工智能项目。该平台是以甲骨文云基础设施数据科学服务作为核心，自动化部分模型开发工作流程，提升工程师构建机器学习模型的速度。

　　自动化工作流程的第一步，便是要为项目选择正确的机器学习模型，云基础设施数据科学服务能以多种算法，以及各种算法的多种配置进行测试，选出最适合的模型，甲骨文提到，这将为数据科学家节省大量的时间，而且能产出一定水平以上的结果。该服务还能自动化特征工程，降低数据科学家从大型数据集中，找出关键预测性特征的困难。

　　同步推出的模型评估工具，会产生一套评估指针与可视化图表，让数据科学家能够评估模型效率，掌握模型在新数据上的表现，并以时间对模型进行评估，让数据科学家能将模型调整至最佳的状态。模型评估使用成本模型，可以将伪阳性和伪阴性的影响合并，让用户能够宏观评估模型的效率。

　　另外，甲骨文也提供了模型解释功能，让用户不必把机器学习当作一个黑盒子使用，云基础设施数据科学服务能够自动产生，对应权重以及预测因素重要性说明。该服务可以用来侦测诈欺行为，数据科学家也能够解释驱动诈欺的关键因素，使企业能够修改流程或是实施保护措施。

　　甲骨文表示，要成功地使机器学习模型投入生产，不仅需要专业人员，也需要团队共同合作，云基础设施数据科学提供了完整的团队协作功能，让组织可以共享项目，并且可进行版本控制，还能共享数据与笔记本联机对话。

　　模型目录也可以让团队成员共享既有的模型，在加以修改后部署使用。数据共享由团队安全以策略控制，限制模型、程序代码和数据存取的用户，并且与甲骨文基础设施身份和存取管理服务整合。

　　云数据科学平台除了能自动化机器学习部署模型的流程，还提供了其他数据和机器学习服务，如甲骨文Autonomous Database就整合了机器学习算法，开始支持Python和自动化机器学习，用户将可以应用数据库内算法开发模型，而直接在数据库中执行算法的好处，便是能节省数据准备与数据移动的时间。