Bouw en evalueer machine learning-modellen (ML) van hogere kwaliteit. Vergroot de zakelijke flexibiliteit door data die door het bedrijf wordt vertrouwd snel aan het werk te zetten en data-gestuurde bedrijfsdoelstellingen te ondersteunen met eenvoudigere implementatie van ML-modellen.
Wat is data science?
Het bouwen van een machine learning-model is een iteratief proces. In dit eBook bespreken we het proces stap voor stap en beschrijven we hoe machine learning-modellen worden gebouwd.
Verken notebooks en bouw of test algoritmen voor machine learning. Probeer AutoML en bekijk de resultaten van data science.
Bouw sneller en gemakkelijker hoogwaardige modellen. Geautomatiseerde machine learning-mogelijkheden onderzoeken snel de data en bevelen de optimale datafuncties en beste algoritmen aan. Bovendien stemt geautomatiseerde machine learning het model af en verklaart het de resultaten van het model.
Datawetenschappers moeten toegang hebben tot data in verschillende indelingen vanuit verschillende databronnen, zowel on-premises als in de cloud. Gebruik tools voor data-integratie en -voorbereiding met slepen-en-neerzetten-functionaliteit om data naar een data lake of datawarehouse te verplaatsen, wat de toegang voor datawetenschappers vereenvoudigt.
AI wordt meer vertrouwd als meerdere bijdragers effectief samenwerken en machine learning-tools verklaring en evaluatie van modellen aanbieden. Met Oracle Security Tools en gebruikersinterfaces kunnen meerdere functies deelnemen aan projecten en modellen delen. Modelonafhankelijke verklaring helpt datawetenschappers, bedrijfsanalisten en leidinggevenden vertrouwen te hebben in de resultaten.
Stelt datawetenschappers in staat om machine learning-modellen te bouwen, trainen en beheren op Oracle Cloud met behulp van een open source Python-ecosysteem verbeterd door Oracle voor geautomatiseerde machine learning (AutoML), modelevaluatie en modelverklaring.
bouw en implementeer machine learning-modellen in Oracle Autonomous Database met behulp van schaalbare en geoptimaliseerde in-database-algoritmen.
Ga snel aan de slag met op GPU gebaseerde omgevingen, vooraf geconfigureerd met populaire IDE's, notebooks en machine learning-frameworks. Implementeer eenvoudig vanuit Oracle Cloud Marketplace op de computeconfiguratie van uw keuze.
Een data science platform is meer dan alleen een goede set hulpmiddelen voor het bouwen van machine learning-modellen. Het data science platform van Oracle omvat een complete set mogelijkheden om een end-to-end data science-pijplijn te ondersteunen.
Fijn dat we de release van een modelimplementatie kunnen aankondigen, waardoor machine learning-modellen kunnen dienen als HTTP-eindpunten om verzoeken te ontvangen en realtime reacties met modelvoorspellingen te geven.
Geautomatiseerde machine learning (AutoML) helpt datawetenschappers door selectie van algoritme en functie en modelafstemming te automatiseren. Dit zorgt voor snellere, nauwkeurigere resultaten die minder rekentijd kosten. AutoML stelt mensen die geen expert zijn ook in staat om krachtige machine learning-algoritmen te gebruiken om modellen van betere kwaliteit te bouwen.
Oracle Database bevat meer dan 30 hoogwaardige, volledig schaalbare algoritmen voor veelgebruikte machine learning-technieken, zoals opsporing van afwijkingen, regressie, classificatie, clustering en meer. Al in Oracle Database aanwezige data hoeft niet te worden verplaatst, waardoor de databeheer-workload voor datawetenschappers wordt verminderd en ze zich kunnen concentreren op het bouwen van productiemodellen.
Gebruik en importeer open source-bibliotheken en frameworks van Python en R om dataverkenning, transformatie, visualisatie en machine learning mogelijk te maken. Deze omvatten, maar zijn niet beperkt tot: pandas, Dask, NumPy, dplyr voor transformatie, Seaborn, Plotly, Matplotlib en ggplot2 voor visualisatie en TensorFlow, Keras en PyTorch voor het bouwen van modellen.
Implementeer snel modellen voor toegang door applicaties en bedrijfsanalisten. Modellen kunnen worden geïmplementeerd met een REST API in een serverless, schaalbare cloudarchitectuur zoals Oracle Functions of rechtstreeks in de database.
Modelverklaring stelt zowel experts als niet-experts in staat het algemene gedrag van een model te begrijpen, evenals individuele modelvoorspellingen. Met modelverklaring en voorspellingsdetails is het gemakkelijk te begrijpen hoe belangrijk functies zijn en wat de meeste invloed heeft op voorspellingen.
Toegang tot data in meerdere indelingen (inclusief CSV, Excel en JSON), meerdere bronnen (inclusief objectopslag, Oracle Database, MongoDB, PostgreSQL en Hadoop) en meerdere locaties (on-premises, Oracle Cloud en andere clouds).
Datawetenschappers kunnen oplossingen voor data science en machine learning ontwikkelen met behulp van de meest populaire talen, waaronder Python, R en SQL. Organisaties behalen betere en snellere resultaten wanneer datawetenschappers de flexibiliteit hebben om de talen te gebruiken die het meest geschikt zijn voor bepaalde taken.
Probeer tools voor het bouwen van machine learning-modellen uit. U hoeft zich niet aan te melden voor een cloudaccount.
Bekijk de officiële Oracle data science Twitter-feed.
Ontvang het laatste nieuws en tips van Oracle data science.
Neem contact op met het wereldwijde verkoopteam van Oracle voor meer informatie over Oracle data science en machine learning.