Machine Learning Services
Access a full range of machine learning (ML) and generative AI innovations, including vector databases, fully integrated in Oracle’s data platforms. Work with in-database tools and algorithms to build, manage, and deploy ML models and get more accurate, contextually relevant answers from generative AI by combining large language models (LLMs) with your proprietary data.
Entdecken Sie die Bedeutung einer soliden Datenstrategie für KI. Dieser IDC-Bericht untersucht aktuelle Herausforderungen und bietet Anleitungen zur Zusammenstellung einer grundlegenden Datenstrategie für KI.
Das Erstellen eines Machine Learning-Modells ist ein iterativer Prozess. Erfahren Sie mehr über jeden Schritt – von der Datenerfassung bis hin zur Modellbereitstellung und -überwachung.
Entdecken Sie Notebooks und erstellen oder testen Sie Algorithmen für Machine Learning. Probieren Sie AutoML aus und sehen Sie die Data Science-Ergebnisse.
Machine Learning-Services – Features
-
Open Source-Bibliotheken und -Frameworks
Open-Source-Bibliotheken und -Frameworks von Python und R ermöglichen die Untersuchung, Transformation und Visualisierung von Daten. Dazu gehören unter anderem Pandas, Dask, NumPy, Plotly, Matplotlib, TensorFlow, Keras und PyTorch.
-
Datenbankinterne optimierte Algorithmen
Oracle Database enthält mehr als 30 leistungsstarke, vollständig skalierbare Algorithmen, die häufig verwendete Techniken des maschinellen Lernens abdecken. Daten, die sich bereits in Oracle Database befinden, müssen nicht verschoben werden, was den Arbeitsaufwand für die Datenverwaltung reduziert.
-
Auswahl der Bereitstellung
Stellen Sie schnell Modelle für den Zugriff von Anwendungen und Geschäftsanalysten bereit. Modelle können mit einer REST-API in einer serverlosen, skalierbaren Cloud-Architektur als Oracle Functions, oder direkt in der Datenbank bereitgestellt werden.
-
Modellerklärung
Mithilfe der Modellerklärung können Benutzer das Gesamtverhalten eines Modells sowie einzelne Modellvorhersagen nachvollziehen. OCI Data Science macht es einfacher zu verstehen, wie wichtig Funktionen sind und was Vorhersagen beeinflusst.
-
Greifen Sie flexibel und einfach auf Daten zu
Greifen Sie auf Daten in mehreren Formaten (einschließlich CSV, Excel und JSON), aus mehreren Quellen (einschließlich Objekt-Storage, Oracle Database, MongoDB, PostgreSQL und Hadoop) und von mehreren Standorten (On-Premises,Oracle Cloud und anderen Clouds) zu.
-
Unterstützung für mehrere Skriptsprachen
Data Scientists können mit den gängigsten Sprachen entwickeln, einschließlich Python, R und SQL. Wenn Datenanalysten die Flexibilität haben, die für bestimmte Aufgaben am besten geeigneten Sprachen zu verwenden, erzielen Unternehmen bessere und schnellere Ergebnisse.
Warum Machine Learning von Oracle?
Schnelleres Erstellen und Validieren von Modellen
Erstellen Sie hochwertige Modelle schneller und einfacher. Automatisierte Funktionen für maschinelles Lernen untersuchen die Daten schnell und empfehlen die optimalen Datenmerkmale und besten Algorithmen. Darüber hinaus optimiert automatisiertes maschinelles Lernen das Modell und erklärt die Ergebnisse des Modells.
Bessere Ergebnisse mit mehr Daten
Datenwissenschaftler müssen auf Daten in verschiedenen Formaten aus verschiedenen Datenquellen zugreifen, egal ob On-Premises oder in der Cloud. Verwenden Sie Drag-and-Drop-Tools zur Datenintegration und -vorbereitung, um Daten in einen Data Lake oder ein Data Warehouse zu verschieben, und vereinfachen Sie so den Zugriff für Datenwissenschaftler.
Liefern Sie vertrauenswürdige künstliche Intelligenz
KI ist vertrauenswürdiger, wenn mehrere Mitwirkende effektiv zusammenarbeiten und Tools für maschinelles Lernen Erklärungen und Bewertungen für Modelle liefern. Durch Sicherheits-Tools und Nutzerschnittstellen von Oracle können mehrere Rollen an Projekten teilnehmen und Modelle gemeinsam nutzen. Modellunabhängige Erklärungen helfen Data Scientists, Business Analysts und Führungskräften, Vertrauen in die Ergebnisse zu haben.
Machine Learning-Partner und -Kunden
Oracle Machine Learning-Services
-
OCI Data Science
-
OCI Data Science ist ein End-to-End-Service für maschinelles Lernen (ML), der JupyterLab-Notebook-Umgebungen und Zugriff auf Hunderte beliebter Open-Source-Tools und -Frameworks bietet.
- Mit diesem Service können Sie ML-Modelle mit NVIDIA-GPUs, AutoML-Funktionen und der automatischen Optimierung von Hyperparametern erstellen und trainieren.
- Darüber hinaus besteht die Möglichkeit Modelle als HTTP-Endpunkte bereitzustellen oder Oracle Functions zu verwenden.
- Verwalten Sie Modelle durch Versionskontrolle, wiederholbare Jobs und Modellkataloge.
-
Machine Learning in Oracle Database
-
Machine Learning in Oracle Database unterstützt Datenexploration und -vorbereitung sowie das Erstellen und Bereitstellen von Modellen für maschinelles Lernen mit SQL-, R-, Python-, REST-, AutoML- und No-Code-Schnittstellen.
- Es umfasst mehr als 30 datenbankinterne Algorithmen, die Modelle in Oracle Database zur sofortigen Verwendung in Anwendungen erzeugen.
- Erstellen Sie Modelle schnell, indem Sie Schlüsselelemente des maschinellen Lernprozesses vereinfachen und automatisieren.
-
OCI-Datenbeschriftung
-
OCI Data Labeling stellt beschriftete Datensätze bereit, um KI- und ML-Modelle genauer zu trainieren.
- Benutzer können über Benutzeroberflächen und öffentliche APIs Daten zusammenstellen, Datensätze erstellen und durchsuchen sowie Labels auf Datensätze anwenden.
- Die gekennzeichneten Datensätze können exportiert und für die Modellentwicklung in vielen KI- und ML-Services von Oracle verwendet werden, um eine reibungslose Modellerstellung zu ermöglichen.
-
OCI Virtual Machines for Data Science
-
OCI Virtual Machines for Data Science sind GPU-basierte Umgebungen, die mit gängigen IDEs, Notebooks und Frameworks für maschinelles Lernen vorkonfiguriert sind.
- Einfache Bereitstellung von Oracle Cloud Marketplace mit einer Auswahl an Compute-Ausprägungen.
Anwendungsfälle für maschinelles Lernen
Prosperdtx: Patientenergebnisse mit OCI Data Science verbessern
Erfahren Sie, wie Prosperdtx eine Architektur bereitgestellt hat, die große Mengen an Quelldaten sicher verarbeiten kann, um Vorhersagemodelle mit Oracle Cloud Infrastructure Data Science zu erstellen.
Data Science-Umgebung mit datenbankinternem maschinellem Lernen einrichten
Mit maschinellem Lernen in Oracle Database können Data Scientists Zeit sparen, indem sie die Daten zur Analyse und Modellerstellung, -bewertung und -bereitstellung in externe Systeme verlagern.
OCI Data Science bietet einen einfacheren Einstieg in Notebook-Sitzungen und -Jobs
Wendy Yip, Data Scientist, Oracle
Oracle Cloud Infrastructure (OCI) Data Science führt ein neues Feature ein, verwalteter Egress, mit dem Kunden das Networking für ihre Notebooks und Jobs einfacher konfigurieren können. Dieses Feature bietet die Option, Ihre Netzwerkressourcen von OCI Data Science verwalten zu lassen.
Notebook-Sessions kennenlernenReferenzarchitekturen für KI/ML
-
Lösungs-Playbook
Erfahren Sie, wie Daten in einem Gesundheitssystem gespeichert, verwendet und analysiert werden, um den Weg eines Patienten von der Diagnose über die Behandlung bis zur Genesung zu verfolgen.
-
Referenzarchitektur
Verwenden Sie dieses Muster, um ML-Plattformen für Data Scientists zu erstellen.
-
Built & Deployed
Schnelle Bereitstellung einer Architektur zur sicheren Verarbeitung großer Mengen von Quelldaten, um Vorhersagemodelle zu erstellen und diese in schnell entwickelten Anwendungen zu nutzen.
-
Referenzarchitektur
Reichern Sie Unternehmensanwendungsdaten mit Rohdaten aus anderen Quellen an und nutzen Sie ML-Modelle, um Intelligenz und prädiktive Erkenntnisse in Geschäftsprozesse einzubringen.