Keine Ergebnisse gefunden

Ihre Suche ergab keine Treffer

Kooperatives End-to-End-Machine Learning in der Cloud

Mit dem Oracle Data Science Cloud-Service können Datenanalyseteams ihre Arbeit einfach organisieren, auf Daten und Computerressourcen zugreifen und Modelle in Oracle Cloud erstellen, trainieren, bereitstellen und verwalten. Dank der Plattform werden Datenanalyseteams produktiver können mehr Arbeit in kürzerer Zeit ausführen, um ihre Organisationen mit Machine Learning zu unterstützen.

Kooperativ und integriert

Mithilfe der projektbasierten Benutzeroberfläche können Datenanalyseteams gemeinsam an der End-to-End-Modellierung von Workflows arbeiten. Dabei werden alle Arbeiten durch die integrierte Versionskontrolle unterstützt Open-Source-Systeme für Machine Learning optimal auf einer Plattform genutzt, die eng mit den leistungsstarken Funktionen von Oracle Cloud Infrastructure integriert ist.

Self-Service

Starten Sie Sitzungen sofort mit Self-Service-Zugriff auf die Rechenkapazität, Daten und Pakete, die Datenanalysten benötigen, um bei jeder Größenanalyse schnell arbeiten zu können.

Unternehmensklasse

Eine vollständig verwaltete Plattform, die auf die Anforderungen moderner Unternehmen zugeschnitten ist.

Produktfunktionen

Alle öffnen Alle schließen

Gemeinsamer Arbeitsbereich

    Projekte

  • Die projektbasierte Benutzeroberfläche vereinfacht Datenanalysevorgänge und ermöglicht es Teams, in der Cloud zusammenzuarbeiten.
  • Versionskontrolle

  • Die native Unterstützung für gängige Versionskontrollanbieter stellt sicher, dass alle Arbeiten auf der Plattform synchronisiert werden.
  • Zugriffskontrollen

  • Durch die Integration in Oracle Identity Cloud Service können Manager und/oder Administratoren steuern, wer Zugriff auf Projekte und Daten hat.

Management des Modelllebenszyklus

    Modellentwicklung

  • Erstellen und trainieren Sie Modelle in einer Notebook-Umgebung, indem Sie die leistungsstarken Funktionen von Oracle Cloud Infrastructure nutzen.
  • Modellbereitstellung mit nur einem Klick

  • Stellen Sie einfach Modelle als skalierbare REST-APIs bereit.
  • Modellüberwachung

  • Bewerten Sie die Kennzahlen für die Modell-Performance.

Open Source-Unterstützung

    Notebooks

  • Die integrierten, in der Cloud gehosteten Jupyter-Notebooks ermöglichen es Teams, Modelle mit Python zu erstellen und zu trainieren.
  • Visualisierungstools

  • Nutzen Sie gängige Open Source-Visualisierungstools wie Plotly, Matplotlib und Bokeh, um Daten zu visualisieren und zu untersuchen.
  • Open Source-Frameworks für Machine Learning

  • Führen Sie Umgebungen mit gängigen Frameworks für Machine Learning ein, wie TensorFlow und Scikit-Learn, oder installieren Sie ganz einfach andere Open Source-Pakete.

Zugriff auf Daten und Computing

    Datenzugriff

  • Nutzen Sie die in Oracle Object Storage Cloud gespeicherten Daten.
  • Skalierbares Self-Service-Computing

  • Beschleunigen Sie Container in Oracle Cloud Infrastructure, um Analysen jeder Größenordnung zu bewältigen und Kubernetes zu nutzen.
  • Sichere Verwaltung von Anmeldeinformationen

  • Verwenden Sie sichere Anmeldeinformationen, um ohne Risiko auf Daten in Oracle Object Storage Cloud zuzugreifen.