数据科学服务
Oracle Cloud Infrastructure (OCI) 数据科学是一个全托管平台，可为数据科学家团队提供 Python 和开源工具来构建、训练、部署和管理机器学习模型。使用基于 JupyterLab 的环境来试验和开发模型。通过 NVIDIA GPU 和分布式训练扩展模型训练。利用 MLOps 功能（如自动化管道、模型部署和模型监视）将模型投入生产环境，并确保模型正常运行。
Gartner 快速解答：AI 投资的真实回报是多少？
了解如何制定战略性投资模型，充分发挥 AI 的价值。立即阅读 Gartner 报告，获取 AI 投资组合建议以及 ROI 计算公式。
数据科学客户成功案例和合作伙伴关系
数据科学使用场景
-
医疗卫生：预测患者再入院风险
通过创建预测模型来确定风险因素和预测患者再入院风险。使用患者病例、健康状况、环境因素和历史医学趋势等数据构建更强大的模型，以更低的成本提供优质的医疗服务。
-
零售业：预测客户终身价值
使用回归技术分析数据，预测未来的客户支出。分析历史交易，结合历史客户数据与趋势数据、收入水平数据（甚至天气等因素）来构建机器学习模型，确定营销活动目的 — 留住老客户或获取新客户。
-
制造业：预测性维护
基于传感器数据构建异常检测模型，在问题变严重之前捕获设备故障，或使用预测模型预测零件和设备的使用寿命。通过机器学习和监视运营指标，增加车辆和设备的正常运行时间。
金融业：欺诈检测
利用数据科学防范欺诈和金融犯罪。构建机器学习模型来实时识别异常事件，包括欺诈数额或异常交易。
人工智能/机器学习参考架构
OCI 数据科学资源
注：为免疑义，本网页所用以下术语专指以下含义：
- Oracle 专指 Oracle 境外公司而非甲骨文中国。
- 相关 Cloud 或云术语均指代 Oracle 境外公司提供的云技术或其解决方案。