未找到结果

您的搜索操作未匹配到任何结果。

我们建议您尝试以下操作,以帮助您找到所需内容:

  • 检查关键词搜索的拼写。
  • 使用同义词代替键入的关键词,例如,尝试使用“应用”代替“软件”。
  • 请尝试下方显示的热门搜索之一。
  • 重新搜索。
热门问题

数据科学平台

通过超强的单一数据科学平台提高生产力。您可以构建和评估更优秀的机器学习 (ML) 模型,快速在运营中使用企业可信赖的数据以提高业务灵活性,并通过更轻松的机器学习模型部署来支持数据驱动的业务目标。

数据-科学-云-桥
机器学习模型生命周期

构建机器学习模型是一个不断迭代的过程。在本电子书中,我们将分解这个过程,详细阐述机器学习模型是如何建立的。

O’Reilly:云端机器学习

通过基于云端的机器学习获取有助于推动变革的业务洞察。阅读 O’Reilly 最新电子书了解详细信息。

为何要选择 Oracle 数据科学平台?

更快地构建和验证优质模型

您可以更快、更轻松地构建优质模型。自动化机器学习功能可以快速检查数据,自动推荐最佳的数据特性和算法,还可以调优模型并解释模型的结果。

阅读机器学习电子书 (PDF)
更加快速、简易的数据科学模型

整合所有数据,获得更准确的结果

数据科学家需要访问不同来源(从本地到云端)、不同格式的数据。在该平台中,他们能够使用拖放式数据集成和准备工具将数据移动到数据湖或数据仓库中,从而轻松访问所有数据。

阅读数据发现电子书 (PDF)
数据科学家访问所有数据

创造值得信赖的人工智能

当多个贡献者能够高效协作,并通过机器学习工具提供模型解释和模型评估时,AI 将更值得信赖。Oracle 安全工具和用户界面支持多个角色参与项目和共享模型。不特定于模型的解释功能有助于增强数据科学家、业务分析师和高管对结果的信心。

深入了解如何加速获得数据科学成果
数据科学遇到 AI

Oracle 数据科学平台

加速机器学习模型开发

数据科学家可使用 Oracle 针对自动化机器学习 (AutoML)、模型评估和模型解释经过增强的开源 Python 生态系统在 Oracle 云上构建、训练和管理机器学习模型。


面向所有人的机器学习

使用可扩展且经过优化的数据库内算法,在 Oracle 自治数据库中构建和部署机器学习模型。


零开销构建机器学习模型

在基于 GPU 且预先配置了主流 IDE、记事本和机器学习框架的环境中快速启动运行机器学习模型。从 Oracle 云市场用您自己选择的计算款型轻松完成部署。


用端到端的数据服务完善您的环境

优秀的数据科学平台不仅仅提供一套用于构建机器学习模型的强大工具。Oracle 数据科学平台包含一整套功能来支持端到端的数据科学管道。

模块

Victoria University 徽标

Victoria University 使用 Oracle 云基础设施数据科学服务加快研究速度

Victoria University 研究人员在 Oracle 云上尝试预测社交媒体报道的家庭暴力事件。

了解 Oracle 云基础设施
行业:高科技
2020 年 11 月 16 日

使用 Oracle Functions 部署机器学习模型

甲骨文公司高级首席产品数据科学家 JR Gauthier

Oracle 云基础设施 (OCI) 数据科学服务可帮助数据科学家快速构建和训练机器学习模型,更快速获得机器学习结果。

精选博客

查看全部博客

数据科学平台的特性

  • AutoML

    自动化机器学习 (AutoML) 通过自动化算法选择、特性选择和模型调优来为数据科学家提供协助。这样可以更加快速、准确地获取结果,并减少所需的计算时间。AutoML 还让非专家能够利用强大的机器学习算法来构建更加高质量的模型。

  • 在数据库内提供经过优化的算法

    Oracle 数据库包含 30 多种可充分扩展的高性能算法,全面涵盖各种常用的机器学习技术,例如异常检测、回归、分类和集群等。Oracle 数据库中的数据无需移动,从而能够减少数据科学家的数据管理工作,使其能够专注于构建生产模型。

  • 开源库和框架

    使用和导入来自 Python 和 R 的开源库和框架,从而支持数据探索、转换、可视化和机器学习。这包括但不限于:pandas、Dask、NumPy、dplyr(适用于转换)、Seaborn、Plotly、Matplotlib 和 ggplot2(适用于可视化)、TensorFlow、Keras 和 PyTorch(适用于模型构建)。

  • 灵活选择部署方式

    快速部署模型供应用或业务分析师使用。您可以通过 REST API 将模型作为 Oracle 函数部署在可扩展的无服务器云架构中,也可以直接将其部署在数据库中。

  • 模型解释

    模型解释让专家和非专家都可以理解模型的整体行为以及特定模型预测。模型解释和预测详细信息可帮助轻松理解特性的重要性以及对预测影响最大的因素。

  • 灵活轻松地访问任何数据

    访问多种格式的数据(包括 CSV、Excel 和 JSON)、多种信息源(包括对象存储、Oracle 数据库、MongoDB、PostgreSQL 和 Hadoop)和多种位置(本地部署、Oracle 云和其他云)。

  • 支持多种脚本语言

    数据科学家可以使用广受欢迎的语言(包括 Python、R 和 SQL)来开发数据科学和机器学习解决方案。数据科学家可以灵活使用最适合特定任务的语言,从而帮助组织加速改善成效。

数据-科学-优势

赶快行动


Twitter

在 Twitter 上了解 Oracle 数据科学官方发布的动态。


订阅甲骨文时事通讯

抢先了解 Oracle 数据科学的最新消息和使用技巧。


联系销售人员

联系 Oracle 全球销售团队,了解有关 Oracle 数据科学和机器学习的更多信息。