Keine Ergebnisse gefunden

Ihre Suche ergab keine Treffer.

Beachten Sie die folgenden Tipps, um das Gesuchte zu finden:

  • Prüfen Sie die Schreibweise des Suchbegriffs.
  • Verwenden Sie Synonyme für das eingegebene Stichwort, z. B. “Anwendung” statt “Software.”
  • Testen Sie eine der unten gezeigten beliebten Suchen.
  • Beginnen Sie eine neue Suche.
Aktuelle Fragen

Data Science-Plattform

Die Data Science-Plattform von Oracle verbessert die Produktivität mit beispiellosen Fähigkeiten. 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.

Data Science-Cloud-Brücke
Der Lebenszyklus von Machine Learning-Modellen

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.

O'Reilly: Maschinelles Lernen in der Cloud

Cloud-basiertes maschinelles Lernen kann Unternehmen Daten liefern, die Veränderungen bewirken. Finden Sie heraus, wie es geht – mit diesem neuen O'Reilly-eBook.

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.

Lesen Sie das eBook zum maschinellen Lernen (PDF)
produktiv

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 Datensee oder Data Warehouse zu verschieben, und vereinfachen Sie so den Zugriff für Datenwissenschaftler.

Lesen Sie das Data Discovery-eBook
Flexibel

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.

Lesen Sie mehr über beschleunigte Datenwissenschaft
Vertrauenswürdig

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

AgroScout-Logo

AgroScout und Oracle: Den Hunger mit Technologie der nächsten Generation bekämpfen

 

Oracle Cloud Infrastructure entdecken
Branche: HOCHTECHNOLOGIE
Standort: ISRAEL
11. März 2020

Robuste KI in Finanzdienstleistungen

Swetasudha Panda, Senior Member of Technical Staff, Oracle Labs

Modelle des maschinellen Lernens werden zunehmend verwendet, um kritische Entscheidungen in verschiedenen regulierten Bereichen zu treffen, wie z. B. Einstellungs- oder Kreditentscheidungen. Es wurde jedoch mehrfach berichtet, dass solche Modelle ein diskriminierendes Verhalten in Bezug auf verschiedene gesetzlich anerkannte geschützte Gruppen aufweisen.

Ausgewählte Blogs

Alle anzeigen

Funktionen der Data Science-Plattform

  • AutoML

    Das automatisierte maschinelle Lernen (AutoML) hilft allen Datenwissenschaftlern, indem es die Auswahl von Algorithmen, Daten und Funktionen sowie die Modelloptimierung automatisiert. Dies ermöglicht eine schnellere, genauere und zuverlässigere Ergebnisse sowie weniger Rechenzeit.

  • 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 Ihrer Wahl, um Datentransformation, Visualisierung und Modellbildung zu ermöglichen. Dazu gehören, ohne darauf beschränkt zu sein: Pandas, Dask und NumPy für Transformation, Seaborn, Plotly und Matplotlib 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 Experten und Nichtfachleute gleichermaßen verstehen, warum ein Modell ein bestimmtes Ergebnis zurückgibt. Mit der Modellerklärung ist es leicht zu verstehen, wie wichtig Features sind und wie mehr oder wenig akkurate Ergebnisse erzielt werden können.

  • Greifen Sie flexibel und einfach auf Daten zu

    Verwenden Sie Python, um auf Daten in vielen verschiedenen Formaten (einschließlich CSV, Excel, JSON und mehr), vielen verschiedenen Quellen (einschließlich Objekt-Storage, Oracle Database, MongoDB, PostgreSQL usw.) und vielen verschiedenen Speicherorten (On-Premises, Oracle Cloud, und anderen Clouds) zuzugreifen.

Nutzen von Data Science

Erste Schritte


Twitter

Sehen Sie sich den offiziellen Twitter-Feed zu von Oracle Datenwissenschaften an.


Unseren Blog 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.