No se han encontrado resultados

Su búsqueda no coincide con ningún resultado.

Le sugerimos que pruebe lo siguiente para poder encontrar lo que está buscando:

  • Verifique la ortografía de su búsqueda de palabras clave.
  • Utilice sinónimos para la palabra clave que escribió; por ejemplo, intente con “aplicación” en lugar de “software”.
  • Pruebe con una de las búsquedas populares que se muestran a continuación.
  • Comience una nueva búsqueda.
Tendencias de preguntas

Plataformas de ciencia de datos

Una plataforma de ciencia de datos que mejora la productividad con capacidades incomparables. Cree y evalúe modelos de aprendizaje autónomo (AA) de mayor calidad. Aumente la flexibilidad empresarial al poner en funcionamiento los datos confiables de la empresa con rapidez y contribuya a los objetivos comerciales basados en datos con una implementación más sencilla de modelos de AA.

ciencia de datos cloud bridge

Oracle Live: El futuro de Data Lakehouse

Miércoles 20 de octubre, 12:00 ET/13:00 BRT/18:00 CEST

Comience a usar el aprendizaje autónomo en la nube

Utilice plataformas basadas en la nube para descubrir nuevos conocimientos empresariales.

El ciclo de vida de los modelos de aprendizaje autónomo

La creación de un modelo de aprendizaje autónomo es un proceso iterativo. En este libro electrónico, analizamos el proceso y describimos cómo se crean los modelos de aprendizaje autónomo.

Pruebe un taller de aprendizaje autónomo

Explore los cuadernos y cree o pruebe algoritmos de aprendizaje autónomo. Pruebe AutoML y vea los resultados de la ciencia de datos.

¿Qué es la ciencia de datos?

Motivos para elegir una plataforma de ciencia de datos de Oracle

Cree y valide modelos de alta calidad más rápido

Cree modelos de alta calidad de forma más rápida y más sencilla. Las capacidades de aprendizaje autónomo automatizadas examinan rápidamente los datos y recomiendan las características de datos óptimas y los mejores algoritmos. Además, el aprendizaje autónomo automatizado ajusta el modelo y explica sus resultados.

Obtenga mejores resultados al trabajar con todos los datos

Los científicos de datos necesitan acceder a datos en diferentes formatos de distintas fuentes, ya sea en las instalaciones o en la nube. Utilice herramientas de preparación e integración de datos de arrastrar y soltar para mover datos a un data lake o un almacén de datos, lo que simplifica el acceso para los científicos de datos.

Proporcione inteligencia artificial fiable

La IA es más confiable cuando varios contribuyentes colaboran de manera efectiva y cuando las herramientas de aprendizaje autónomo brindan una explicación y evaluación de los modelos. Las herramientas de seguridad Oracle y las interfaces de usuario permiten que personas de diversos puestos participen en proyectos y compartan modelos. La explicación independiente del modelo logra que los científicos de datos, los analistas de negocios y los ejecutivos confíen más en los resultados.

Plataforma de ciencia de datos de Oracle

Acelere el desarrollo del modelo de aprendizaje autónomo

Permite a los científicos de datos crear, entrenar y administrar modelos de aprendizaje autónomo en Oracle Cloud mediante un ecosistema de código abierto de Python mejorado por Oracle para el aprendizaje autónomo automatizado (AutoML) y la evaluación de modelos y su explicación.


Aprendizaje autónomo para todo el mundo

Cree e implemente modelos de aprendizaje autónomo en Oracle Autonomous Database mediante algoritmos escalables y optimizados en la base de datos.


Cree modelos de aprendizaje autónomo sin el gasto

Comience a trabajar rápidamente con entornos basados en GPU preconfigurados con IDE populares, notebooks y aprendizaje autónomo. Implemente fácilmente desde Oracle Cloud Marketplace en la forma de procesamiento que elija.


Complete su entorno con servicios de datos de extremo a extremo

Una plataforma de ciencia de datos es más que un buen conjunto de herramientas para crear modelos de aprendizaje autónomo. La plataforma de ciencia de datos de Oracle incluye un conjunto completo de capacidades para asistir una canalización de ciencia de datos de extremo a extremo.

Módulos

Logotipo de la Universidad de Victoria

La Universidad de Victoria acelera la investigación con Oracle Cloud Infrastructure Data Science

Los investigadores de la Universidad de Victoria recurrieron a Oracle Cloud para intentar predecir los incidentes de violencia doméstica denunciados en las redes sociales.

Explore Oracle Cloud Infrastructure
Sector: ALTA TECNOLOGÍA
22 de marzo del 2021

Implementación de modelos para realizar predicciones en tiempo real con Oracle Cloud Infrastructure Data Science

Tzvi Keisar, gerente principal de productos sénior, Oracle

Nos complace anunciar el lanzamiento de la implementación de modelos, lo que permite entregar los modelos de aprendizaje autónomo como extremos HTTP, que reciban solicitudes y envíen respuestas con las predicciones del modelo en tiempo real.

Blogs destacados

Vea todo

Características de la plataforma de ciencia de datos

  • AutoML

    El aprendizaje autónomo automatizado (AutoML) ayuda a todos los científicos de datos al automatizar la selección de algoritmos, la selección de datos y características, y el ajuste del modelo. Esto permite obtener resultados más rápidos y precisos que requieren menos tiempo de cómputo. AutoML también les permite a los no expertos aprovechar potentes algoritmos de aprendizaje autónomo para crear modelos de mejor calidad.

  • Algoritmos optimizados en la base de datos

    Oracle Database incluye más de 30 algoritmos de alto rendimiento totalmente escalables que cubren las técnicas de aprendizaje autónomo de uso común, como la detección de anomalías, la regresión, la clasificación, la agrupación en clústeres y más. Los datos que ya están en la base de datos Oracle no necesitan moverse, lo que reduce la carga de trabajo de gestión de datos para los científicos de datos y les permite centrarse en la creación de modelos de producción.

  • Bibliotecas y marcos de código abierto

    Use e importe bibliotecas y marcos de código abierto de Python y R para permitir la exploración, la transformación, la visualización y el aprendizaje autónomo de datos. Esto incluye, entre otros: Pandas, Dask, NumPy y dplyr para la transformación; Seaborn, Plotly, Matplotlib y ggplot2 para la visualización; y TensorFlow, Keras y PyTorch para la creación de modelos.

  • Elección de implementación

    Implemente rápidamente modelos para que accedan analistas aplicaciones y analistas comerciales. Los modelos se pueden implementar con una API REST en una arquitectura de nube escalable y sin servidor como Oracle Functions o directamente en la base de datos.

  • Explicación del modelo

    La explicación del modelo les permite a expertos y no expertos por igual comprender el comportamiento general de un modelo, así como las predicciones de modelos individuales. Con detalles de predicción y explicación del modelo, es fácil comprender la importancia de las características y lo que más influye en las predicciones.

  • Acceda a cualquier tipo de dato de forma flexible y sencilla

    Acceda a datos en múltiples formatos (entre ellos, CSV, Excel y JSON), múltiples fuentes (incluido el almacenamiento de objetos, Oracle Database, MongoDB, PostgreSQL y Hadoop) y múltiples ubicaciones (en las instalaciones, Oracle Cloud y otras nubes).

  • Soporte para múltiples lenguajes de secuencias de comandos

    Los científicos de datos pueden desarrollar soluciones de ciencia de datos y aprendizaje autónomo utilizando los lenguajes más populares, incluidos Python, R y SQL. Las organizaciones logran resultados mejores y más rápidos cuando los científicos de datos tienen la flexibilidad de utilizar los lenguajes que mejor se adaptan a tareas específicas.

Empiece ahora


Twitter

Vea el feed oficial de ciencia de datos de Oracle en Twitter.


Suscríbase al boletín

Obtenga las últimas noticias y consejos sobre ciencia de datos de Oracle.


Comuníquese con Ventas

Comuníquese con el equipo de ventas global de Oracle para obtener más información sobre su ciencia de datos y aprendizaje autónomo.