Data Science Service

Oracle Cloud Infrastructure (OCI) Data Science е изцяло управлявана платформа за екипи от специалисти по данни, които да изграждат, обучават, внедряват и управляват модели за машинно обучение чрез Python и инструменти с отворен код. Използвайте базирана на JupyterLab среда, за да експериментирате със и да разработвате модели. Скалирайте обучението на модели с NVIDIA GPU и разпределено обучение. Въвеждайте моделите в производство и ги поддържайте в добро състояние с MLOps възможности, като например автоматизирани конвейери, внедряване на модели и наблюдение на модели.

Жизнен цикъл на моделите за машинно обучение

Изграждането на модeл за машинно обучение е итеративен процес. Научете повече за всяка стъпка, от събиране на данни до внедряване и наблюдение на модел.

IDC: Бизнес трансформация на предприятието

Изкуственият интелект бързо се интегрира в бизнес функциите. IDC разглежда най-добрите практики и препоръки за корпоративен AI.

Партньорства и истории на успеха на клиенти в областта на науката за данните

Разгледайте още истории на клиенти в областта на науката за данните
Медицински проучвания
Дейностите по проучвания на CMRI вече могат да бъдат извършени 6 пъти по-бързо с Oracle AI
Партньорство
Достъп до хранилището на Anaconda – безплатно – чрез OCI
Спортни технологии
Seattle Sounders FC изгражда модели за данни, за да подобри производителността
Здравеопазване
DSP помага на Националния институт за здравни проучвания да подобри клиничния път
Здравеопазване
Prosperdtx подобрява грижите за пациентите, използвайки наука за данните за дигитални здравни планове

Сценарии за наука за данните

  • Здравеопазване: Риск от повторно хоспитализиране на пациент

    Идентифицирайте рисковите фактори и прогнозирайте риска от повторно хоспитализиране на пациент след изписване, като създадете прогнозиращ модел. Използвайте данни, като например анамнеза на пациента, здравни състояния, околни фактори и хронологични медицински тенденции, за да изградите по-силен модел, който помага за предоставяне на най-добрата грижа на по-ниска цена.

  • Търговия на дребно: Прогнозиране на стойността на жизнения цикъл на клиента

    Използвайте регресивни техники за данните, за да прогнозирате бъдещи харчове на клиентите. Разгледайте минали трансакции и комбинирайте хронологични данни за клиента с повече данни за тенденции, нива на приходи и дори фактори като атмосферни условия, за да изградите ML модели, които определят дали да създадете маркетингови кампании за задържане на текущите клиенти, или такива за привличане на нови клиенти.

  • Производство: прогнозна поддръжка

    Изградете модели за разпознаване на аномалии от данни на сензори, за да разпознавате неизправности на оборудването, преди те да се превърнат в по-сериозни проблеми, или използвайте прогнозиращи модели, за да предвидите края на експлоатационния живот за части и машини. Увеличете времето на активна работа на превозните средства и машините чрез машинно обучение и наблюдение на показателите на операциите.

    Финанси: Разпознаване на измами

    Предотвратявайте измами и финансови престъпления с наука за данните. Изградете модел с машинно обучение, който може да идентифицира анормални събития в реално време, включително измамни суми или необичайни типове трансакции.

15 септември 2023 г.

Ефективно управление на функции за машинно обучение: въведение във Feature Store

Хранилищата за функции се превръщат във фундаментален компонент на платформите за машинно обучение (ML). Докато работещите с данни организации все повече интегрират AI в своите операции, те започват да централизират управлението на функциите в рамките на специално хранилище, известно като хранилище за функции. Oracle Feature Store е базирано на стек решение, което е разположено в клиентския анклав чрез OCI Resource Manager. Клиентите могат да извикат услугата с инфраструктура в своята собствена наета услуга. Услугата се състои от API, които са внедрени в наетата услуга на клиента чрез OCI Resource Manager.

Прочетете цялата публикация

Акцентирани блогове

Преглед на всички

Референтни архитектури за AI/машинно обучение

Преглед на всички референтни архитектури