Data Science-Plattform
Eine Data Science-Plattform, die die Produktivität mit beispiellosen Fähigkeiten verbessert. Erstellen und bewerten Sie qualitativ hochwertigere Modelle für maschinelles Lernen (ML). Erhöhen Sie die Geschäftsflexibilität, indem Sie vertrauenswürdige Unternehmensdaten schnell einsetzen und datengesteuerte Geschäftsziele mit einer einfacheren Bereitstellung von ML-Modellen unterstützen.
Oracle Live: Die Zukunft des Data Lakehouses
Mittwoch, 20. Oktober, 12:00 Uhr ET/13:00 Uhr BRT/18:00 Uhr CEST
Verwenden Sie cloudbasierte Plattformen, um neue Geschäftseinblicke aufzuspüren.
Das Erstellen eines Machine Learning-Modells ist ein iterativer Prozess. In diesem E-Book erklären wir diesen Prozess detailliert und beschreiben, wie Machine Learning-Modelle erstellt werden.
Entdecken Sie Notebooks und erstellen oder testen Sie Algorithmen für Machine Learning. Probieren Sie AutoML aus und sehen Sie die Data Science-Ergebnisse.
Was ist Data Science?
Warum eine Data Science-Plattform von Oracle?
Erstellen und validieren Sie hochwertige Modelle schneller
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.
Erzielen Sie bessere Ergebnisse, indem Sie mit allen Daten arbeiten
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 Oracle-Sicherheits-Tools und Nutzerschnittstellen können mehrere Rollen an Projekten teilnehmen und Modelle gemeinsam nutzen. Die modellunabhängige Erklärung hilft Datenwissenschaftlern, Geschäftsanalysten und Führungskräften, Vertrauen in die Ergebnisse zu haben.
Oracle Data Science Plattform
Beschleunigen Sie die Entwicklung von Modellen für maschinelles Lernen
Ermöglicht Datenwissenschaftlern das Erstellen, Trainieren und Verwalten von Modellen für maschinelles Lernen auf Oracle Cloud mithilfe eines Open-Source-Python-Ökosystems, das durch Oracle für automatisiertes maschinelles Lernen (AutoML), Modellbewertung und Modellerklärung erweitert wurde.
Maschinelles Lernen für alle
Erstellen und Bereitstellen von Modellen für maschinelles Lernen in Oracle Autonomous Database mithilfe skalierbarer und optimierter datenbankinterner Algorithmen.
Erstellen Sie Modelle für maschinelles Lernen ohne Kosten
Machen Sie sich schnell mit GPU-basierten Umgebungen vertraut, die mit gängigen IDEs, Notebooks und Frameworks für maschinelles Lernen vorkonfiguriert sind. Einfache Bereitstellung von Oracle Cloud Marketplace nach Wahl der Rechenform.
Vervollständigen Sie Ihre Umgebung mit den end-to-end-Datendiensten
Eine Data Science Plattform ist mehr als nur eine Ansammlung von nützlichen Tools zum Erstellen von Modellen für maschinelles Lernen. Die Data Science-Plattform von Oracle enthält eine Reihe von Funktionen zur Unterstützung einer end-to-end Data Science-Pipeline.
Module
Die Victoria University beschleunigt ihre Forschungsprojekte mit Oracle Cloud Infrastructure Data Science
Forscher der Victoria University nutzen Oracle Cloud, um die Vorfälle von häuslicher Gewalt zu prognostizieren, die auf sozialen Medien gemeldet werden.
Modellbereitstellung für Echtzeitvorhersagen in Oracle Cloud Infrastructure Data Science
Tzvi Keisar, Senior Principal Product Manager, OracleWir freuen uns, die Veröffentlichung der Modellbereitstellung bekannt zu geben, mit der Machine Learning-Modelle als HTTP-Endpunkte bereitgestellt, Anforderungen empfangen und Antworten mit den Modellvorhersagen in Echtzeit zurückgesendet werden können.
Funktionen der Data Science-Plattform
-
AutoML
Das automatisierte maschinelle Lernen (AutoML) hilft Datenwissenschaftlern, indem es die Auswahl von Algorithmen und Funktionen sowie die Modelloptimierung automatisiert. Dies ermöglicht schnellere und genauere Ergebnisse, die weniger Rechenzeit erfordern. Mit AutoML können auch Nicht-Fachleute leistungsstarke Algorithmen für maschinelles Lernen nutzen, um hochwertigere Modelle zu erstellen.
-
Datenbankinterne optimierte Algorithmen
Oracle Database enthält mehr als 30 leistungsstarke, vollständig skalierbare Algorithmen, die häufig verwendete maschinelle Lerntechniken wie Anomalieerkennung, Regression, Klassifizierung, Clustering und mehr abdecken. Daten, die bereits in Oracle Database enthalten sind, müssen nicht verschoben werden. Dies reduziert den Arbeitsaufwand für die Datenverwaltung für Datenwissenschaftler und ermöglicht es ihnen, sich auf die Erstellung von Produktionsmodellen zu konzentrieren.
-
Open Source-Bibliotheken und ‑Frameworks
Verwenden und importieren Sie Open Source-Bibliotheken und Frameworks aus Python und R, um Datenexploration, Transformationen, Visualisierung und maschinelles Lernen zu ermöglichen. Dazu gehören unter anderem: Pandas, Dask, NumPy, dplyr für Transformation, Seaborn, Plotly, Matplotlib und ggplot2 zur Visualisierung sowie TensorFlow, Keras und PyTorch für die Modellbildung.
-
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 sowohl Experten als auch Nicht-Fachleute das Gesamtverhalten eines Modells sowie einzelne Modellvorhersagen nachvollziehen. Mit Modellerklärungen und Vorhersagedetails ist es leicht zu verstehen, wie wichtig Features sind und was Vorhersagen am meisten 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 (lokal, Oracle Cloud und anderen Clouds) zu.
-
Unterstützung für mehrere Skriptsprachen
Datenanalysten können Lösungen für Data Science und maschinelles Lernen mithilfe der beliebtesten 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.
Materialien
Kostenlose praktische Produkterfahrung
Probieren Sie Tools zum Erstellen von Modellen für maschinelles Lernen aus. Sie müssen sich nicht für ein Cloud-Konto anmelden.
Erste Schritte
Sehen Sie sich den offiziellen Twitter-Feed zu von Oracle Datenwissenschaften an.
Newsletter abonnieren
Erhalten Sie die neuesten Nachrichten und Tipps von Oracle Data Science.
Vertrieb kontaktieren
Wenden Sie sich an das globale Verkaufsteam von Oracle, um mehr über Oracle Data Science und maschinelles Lernen zu erfahren.