Ничего не найдено

По вашему запросу ничего не найдено.

Рекомендуем сделать следующее:

  • Проверьте правильность написания ключевых слов.
  • Используйте синонимы введенных ключевых слов, например “приложение” вместо “программное обеспечение”.
  • Начните новый поиск.
Свяжитесь с нами Вход в Oracle Cloud

Решения Data Science

Создавайте и оценивайте более высококачественные модели машинного обучения (ML). Повышайте гибкость бизнеса, внедряя корпоративные данные для быстрой работы и поддержки бизнес-целей, управляемых данными, с помощью легкого развертывания моделей машинного обучения.

data-science-cloud-bridge

Что такое Data Science?

Жизненный цикл моделей машинного обучения

Создание модели машинного обучения — это итеративный процесс. В этой электронной книге описан процесс создания моделей машинного обучения.

Опробуйте семинар по машинному обучению

Изучайте блокноты и создавайте или тестируйте алгоритмы машинного обучения. Опробуйте AutoML и оцените результаты по data science.

Каковы аргументы в пользу выбора решений Oracle для Data Science?

Более быстрое создание и проверка высококачественных моделей

Создание высококачественных моделей становится быстрее и проще. Автоматизированные возможности машинного обучения позволяют быстро изучать данные и рекомендовать оптимальные функции и лучшие алгоритмы. Кроме того, автоматизированное машинное обучение настраивает модель и объясняет результаты.

Лучшие результаты за счет работы со всеми данными

Исследователям данных необходим доступ к данным в разных форматах из разных источников, как локальных, так и облачных. Используйте средства интеграции и подготовки данных с возможностью перетаскивания для переноса данных в озеро данных или хранилище данных, упрощающие доступ для исследователей данных.

Обеспечьте надежный искусственный интеллект

Результаты работы ИИ более надежны, когда участники процесса эффективно сотрудничают, а инструменты машинного обучения предоставляют объяснение и оценку моделей. Средства безопасности Oracle и пользовательские интерфейсы позволяют использовать несколько ролей для участия в проектах и совместного использования моделей. Объяснение, не зависящее от модели, помогает исследователям данных, бизнес-аналитикам и руководителям получать достоверные результаты.

Решения Data Science

Ускорение разработки моделей машинного обучения

Позволяет исследователям данных создавать и обучать модели машинного обучения в Oracle Cloud, а также управлять ими с помощью экосистемы Python с открытым исходным кодом, доработанной в Oracle под автоматическое машинное обучение (AutoML), оценку и объяснение моделей.


Машинное обучение для всех

Создание и развертывание моделей машинного обучения в Oracle Autonomous Database с использованием масштабируемых и оптимизированных алгоритмов внутри базы данных.


Создание моделей машинного обучения без затрат

Быстрая настройка и запуск в средах на основе графических процессоров с использованием популярных IDE, блокнотов и платформ машинного обучения. Простое развертывание с Oracle Cloud Marketplace в выбранной Вами вычислительной конфигурации.


Комплексные сервисы для работы с данными

Платформа Data Science — это не только хороший набор инструментов для создания моделей машинного обучения. Платформа Oracle по data science включает полный набор возможностей для поддержки сквозного конвейера анализа данных.

Модули

Логотип Seattle Sounders

В Seattle Sounders FC начинают внедрять data science с решениями Oracle

 
Ознакомиться с Oracle Cloud Infrastructure
Отрасль: СПОРТИВНЫЕ ТЕХНОЛОГИИ
22 марта 2021

Развертывание модели для прогнозов в реальном времени в Oracle Cloud Infrastructure Data Science

Цви Кейсар (Tzvi Keisar), старший менеджер по продуктам Oracle

Мы рады объявить о выпуске развертывания модели, что позволяет использовать модели машинного обучения в качестве конечных точек HTTP, получать запросы и отправлять ответы с моделями в режиме реального времени.

Рекомендуемые блоги

Смотреть все

Функции Data Science

  • AutoML

    Автоматизированное машинное обучение (AutoML) помогает исследователям данных автоматизировать процесс выбора алгоритмов, выбора функций и настройки моделей. Это позволяет быстрее получать более точные результаты, что сокращает время вычислений. AutoML также позволяет некоммерческим организациям использовать мощные алгоритмы машинного обучения, чтобы создавать более качественные модели.

  • Оптимизированные алгоритмы внутри базы данных

    СУБД Oracle Database включает более 30 высокопроизводительных, полностью масштабируемых алгоритмов, охватывающих такие часто используемые технологии машинного обучения, как выявление аномалий, регрессия, классификация, кластеризация и многое другое. Данные, уже включенные в СУБД Oracle Database, не требуется перемещать, что сокращает нагрузку по управлению данными для исследователей данных и позволяет им сосредоточиться на создании производственных моделей.

  • Библиотеки и платформы с открытым исходным кодом

    Использование и импорт библиотек и платформ с открытым исходным кодом из Python и R для исследования данных, преобразования, визуализации и машинного обучения. Помимо прочего, сюда относятся: pandas, Dask, NumPy, dplyr для преобразования, Seaborn, Plotly, Matplotlib и ggplot2 для визуализации, а также TensorFlow, Keras и PyTorch для создания моделей.

  • Выбор развертывания

    Быстрое развертывание модели для приложений и бизнес-аналитиков. Модели можно развертывать с помощью REST API в бессерверной масштабируемой облачной архитектуре как Oracle Functions или непосредственно в базе данных.

  • Описание модели

    Описание модели позволяет как экспертам, так и неспециалистам понимать общее поведение модели, а также прогнозы отдельных моделей. Объяснение модели и сведения о прогнозе позволяют легко понять важность функций и важнейшие факторы, влияющие на прогнозы.

  • Гибкий и простой доступ к любым данным

    Доступ к данным в нескольких форматах (включая CSV, Excel и JSON), множестве источников (в том числе объектное хранилище, СУБД Oracle Database, MongoDB, PostgreSQL и Hadoop) и множестве расположений (в локальной среде, Oracle Cloud и других облаках).

  • Поддержка нескольких языков сценариев

    Исследователи данных могут разрабатывать решения для data science и машинного обучения на самых популярных языках, включая Python, R и SQL. Исследователи данных обладают достаточной гибкостью, чтобы использовать языки, которые лучше всего подходят для конкретных задач.

Начало работы


Twitter

См. официальный канал Twitter по Data Science в Oracle.


Подписаться на наш информационный бюллетень

Узнавайте новости и советы от Oracle по Data Science.


Связаться с отделом продаж

Обратитесь в международную команду продаж Oracle, чтобы узнать больше о Data Science и машинном обучении.