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

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.

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 E-Book zum maschinellen Lernen (PDF)
Schnellere und einfachere Data Science-Modelle

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.

Lesen Sie das E-Book zu Data Discovery
Datenanalyst greift auf alle Daten zu

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
Data Science trifft auf KI

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

Victoria University-Logo

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.

Oracle Cloud Infrastructure entdecken
Branche: HOCHTECHNOLOGIE
16. November 2020

Bereitstellen eines Modells für maschinelles Lernen mit Oracle Functions

JR Gauthier, Leitender Produktdatenwissenschaftler, Oracle

Erstellen und trainieren Sie Modelle für maschinelles Lernen in Oracle Cloud Infrastructure (OCI) Data Science, um schnellere Ergebnisse mit Ihren Datenwissenschaftsanwendungen zu erzielen. Stellen Sie diese dann anschließend in Oracle Functions bereit.

Ausgewählte Blogs

Alle anzeigen

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 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.

Nutzen von Data Science

Erste Schritte


Twitter

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.