Sua pesquisa não corresponde a nenhum resultado.
Sugerimos que você tente o seguinte para ajudar a encontrar o que procura:
O Oracle Cloud Infrastructure Data Science ajuda cientistas de dados a construir, treinar, implementar e gerenciar modelos de machine learning rapidamente.
Obtenha uma visão geral rápida do OCI Data Science.
Dezenas de ferramentas e estruturas de software livre populares estão incluídas para fornecer familiaridade e versatilidade para cientistas de dados. Crie modelos de machine learning com TensorFlow, PyTorch ou adicione outras estruturas de sua escolha.
Os ambientes de notebook JupyterLab integrados e hospedados na nuvem permitem que equipes de cientistas de dados criem e treinem modelos com uma interface de usuário familiar.
Ferramentas populares de visualização de código aberto como Plotly, Matplotlib e Bokeh ajudam os cientistas de dados a visualizar e explorar dados.
A biblioteca Oracle Accelerated Data Science é uma biblioteca Python que contém um conjunto abrangente de conexões de dados, permitindo que cientistas de dados acessem e usem dados de muitos armazenamentos de dados diferentes para produzir modelos melhores.
A biblioteca Accelerated Data Science oferece suporte ao AutoML da própria Oracle, assim como a ferramentas de código aberto, como H2O 3 e auto-sklearn. O AutoML da Oracle oferece seleção automatizada de recursos, amostragem adaptável e seleção automatizada de algoritmos. Esses recursos, junto com o ajuste de hiperparâmetros, em última análise, geram um candidato a modelo preciso, economizando um tempo significativo do cientista de dados.
A avaliação automatizada gera um conjunto abrangente de métricas de avaliação e visualizações para medir o desempenho do modelo em relação a novos dados e comparar candidatos de modelo para tornar mais fácil para o cientista de dados produzir um modelo de alta qualidade.
A explicação do modelo de Accelerated Data Science inclui explicações globais e locais para ajudar a explicar o comportamento geral de um modelo, assim como previsões específicas do modelo. Para consumidores de modelos, as explicações agnósticas de modelo automatizadas melhoram o entendimento e a confiança, atendem às necessidades regulatórias e aumentam a velocidade de adoção do machine learning.
Implemente facilmente modelos de ciência de dados como Oracle Functions - uma arquitetura altamente escalável, sob demanda e sem servidor na Oracle Cloud Infrastructure que simplifica a implementação para cientistas de dados e administradores de infraestrutura.
Os membros da equipe usam o catálogo de modelos para preservar e compartilhar modelos completos de machine learning e os artefatos necessários para reproduzi-los, testá-los e implementá-los.
Os ambientes Conda e os recursos do catálogo de modelos permitem que as organizações reproduzam o código do modelo original, a biblioteca e as dependências do conjunto de dados de treinamento. Isso permite que os cientistas de dados treinem novamente, reproduzam e auditem modelos de machine learning.
Os membros da equipe usam projetos para organizar, habilitar o controle de versão e compartilhar de forma confiável todo o seu trabalho, incluindo dados e sessões de notebook.
As políticas de segurança baseadas em equipe permitem que os usuários incluam membros da equipe em projetos. Essas políticas controlam o acesso a modelos, código e dados para facilitar a colaboração, mas também para proteger o trabalho. Os controles de segurança são totalmente integrados ao Oracle Cloud Infrastructure Identity and Access Management.
Os usuários se conectam ao repositório Git de sua organização para preservar e recuperar o trabalho de machine learning.
Qualquer fonte de dados em qualquer nuvem ou on-premise pode ser acessada e usada por cientistas de dados para construir modelos de machine learning, fornecendo mais recursos de dados em potencial que levam a modelos melhores.
Os usuários selecionam a quantidade de recursos de computação e armazenamento de que precisam para lidar com projetos de qualquer tamanho, sem se preocupar com provisionamento ou manutenção da infraestrutura.
Os cientistas de dados podem construir e treinar modelos de aprendizado profundo em muito menos tempo usando GPUs em sessões de notebook. Oracle Cloud Infrastructure Data Science oferece suporte para GPUs NVIDIA P100 e V100.
Use Python, a linguagem mais popular para ciência de dados, com JupyterLab e mais de 300 bibliotecas e estruturas de código aberto, incluindo Dask, scikit-learn e XGBoost. Ou personalize o ambiente para maior flexibilidade.
Acelere a construção de modelos com a automação da biblioteca Oracle Accelerated Data Science, facilitando a preparação de dados e selecione e ajuste o melhor algoritmo com AutoML, tudo resultando em modelos de alta qualidade
Capacite os usuários a escolher e alterar a quantidade de computação e armazenamento necessária para os ambientes de desenvolvimento de notebook - o provisionamento é automatizado.
Aumente a confiança e a compreensão dos modelos, mostrando como os dados influenciam os resultados do modelo. Especialistas e não especialistas usam a explicação do modelo para compreender e validar o que fez com que um modelo retornasse um determinado resultado e identificasse tendências ocultas.
Assista a este vídeo sobre ciência de dados acelerada
Implemente modelos rapidamente na nuvem em uma plataforma totalmente gerenciada que escala automaticamente em resposta à demanda.
Product |
Unit Price |
Metric |
Compute - Virtual Machine Standard - E2 |
OCPU per hour |
|
Compute - Virtual Machine Standard - X7 |
OCPU per hour |
|
VM.GPU2.1 (NVIDIA P100) |
GPU per hour |
|
VM.GPU3.x (NVIDIA V100 Tensor Core - 16 GB) |
GPU per hour |
|
Block Volume Storage |
GB Storage Capacity / Month |
|
Block Volume Performance Units |
Performance Units Per GB / Month (10 VPUs at $0.017 for Balanced Performance) |
Product |
Unit Price |
Metric |
Object Storage - Storage |
GB Storage Capacity / Month |
Um tour interativo pela interface do usuário.
Saiba mais sobre como usar o Oracle Cloud Infrastructure Data Science.
Experimente a interface do usuário com este tour interativo.
Experimente o produto ao vivo, de graça.
Descubra mais no boletim informativo de IA e Ciência de Dados.