OCI Data Science

Acesso flexível a dados

Os cientistas de dados podem acessar e usar qualquer fonte de dados em qualquer nuvem ou on-premises. Isso fornece mais recursos de dados potenciais que levam a modelos melhores.

Preparação de dados em escala com Fluxo de Dados OCI

A integração com o OCI Data Flow fornece uma interface fácil para criar e executar jobs do Spark em grande escala a partir do ambiente de Data Science. Além disso, um ambiente PySpark permite o desenvolvimento iterativo de aplicativos de fluxo de dados em sessões de notebook.

Criação de perfis e preparação de dados automatizados

Simplifique os fluxos de trabalho de análise de dados exploratórios com recursos de criação de perfil de dados de ponta, visualizações inteligentes e ferramentas de preparação de dados.

Ferramentas de visualização e transformação de dados de código aberto

O OCI Data Science oferece suporte às ferramentas de manipulação de dados de código aberto favoritas do cientista de dados, como Pandas, Dask e Numpy, bem como ferramentas de visualização de código aberto populares, como Plotly, Matplotlib e Bokeh, para ajudar os cientistas a explorar os dados.

• Conecte-se a várias fontes de dados usando o Accelerated Data Science (17:23)

Interface JupyterLab

Os ambientes de notebook JupyterLab integrados e hospedados na nuvem permitem que as equipes de ciência de dados criem e treinem modelos usando uma interface de usuário familiar.

Estruturas de machine learning de código aberto (open source)

O OCI Data Science fornece familiaridade e versatilidade para cientistas de dados, com centenas de ferramentas e estruturas de código aberto populares. Crie modelos de machine learning com TensorFlow ou PyTorch ou adicione estruturas de sua escolha.

• Introdução ao JupyterLab no OCI Data Science (21:38)

Hardware avançado, incluindo unidades de processamento gráfico (GPUs)

Com as GPUs NVIDIA, os cientistas de dados podem construir e treinar modelos de aprendizado profundo em menos tempo. Quando comparados com CPUs, os aumentos de desempenho podem ser 5 a 10 vezes mais rápidos.

Machine learning automatizado (Oracle AutoML)

A biblioteca Accelerated Data Science oferece suporte ao Oracle AutoML, assim como a ferramentas de código aberto, como H2O 3 e auto-sklearn. O AutoML oferece amostragem adaptável, seleção automatizada de recursos, seleção de algoritmo e ajuste de hiperparâmetros. O AutoML gera um candidato a modelo preciso para economizar um tempo significativo do cientista de dados.

Ajuste automatizado de hiperparâmetros

Economize tempo e esforço ajustando modelos com ajuste automático de hiperparâmetros usando o recurso ADS Tuner.

• Formas de GPU VM agora disponíveis no OCI Data Science
• Acelere o machine learning usando GPUs NVIDIA com RAPIDS
• Como otimizar estimadores e o ADSTuner

Avaliação de modelo

A avaliação automatizada gera um conjunto abrangente de métricas e visualizações para medir o desempenho do modelo em relação a novos dados e comparar os candidatos a modelo. Isso torna mais fácil para os cientistas de dados produzirem modelos de alta qualidade.

Explicação do modelo

A explicação do modelo automatizado inclui explicações globais e locais com previsões de modelo específicas para o comportamento geral de um 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.

• Machine learning interpretável (29:43)

Catálogo de modelos

Os membros da equipe usam o catálogo de modelos para preservar e compartilhar modelos de machine learning concluídos. O catálogo armazena os artefatos e captura metadados em torno da taxonomia e do contexto do modelo, hiperparâmetros, definições dos esquemas de dados de entrada e saída do modelo e informações detalhadas de proveniência sobre a origem do modelo, incluindo o código-fonte e o ambiente de treinamento onde o modelo foi treinado.

Ambientes reproduzíveis

Aproveite os ambientes conda pré-construídos e com curadoria para abordar uma variedade de casos de uso, como NLP, análise gráfica, Spark e NVIDIA RAPIDS. Publique ambientes personalizados e compartilhe com os colegas, garantindo a reprodutibilidade dos ambientes de treinamento e inferência.

Controle de versão

Cientistas de dados podem se conectar ao repositório Git de sua organização para preservar e recuperar o trabalho de machine learning.

• Novo recurso Conda Environment disponível no OCI Data Science