Es tut uns leid. Wir konnten keine Übereinstimmung für Ihre Suche finden.

Beachten Sie die folgenden Tipps, um das Gesuchte zu finden:

  • Prüfen Sie die Schreibweise des Suchbegriffs.
  • Verwenden Sie Synonyme für das eingegebene Stichwort, z. B. „Anwendung“ statt „Software“.
  • Beginnen Sie eine neue Suche.
Kontaktieren Sie uns Bei Oracle Cloud anmelden

Data Science-Service

Oracle Cloud Infrastructure (OCI) Data Science ist ein End-to-End-Service für maschinelles Lernen (ML), der JupyterLab-Notebook-Umgebungen und Zugriff auf Hunderte beliebter Open-Source-Tools und -Frameworks bietet. Mit diesem Service können Sie ML-Modelle mit NVIDIA-GPUs, AutoML-Funktionen und der automatischen Optimierung von Hyperparametern erstellen und trainieren. Darüber hinaus besteht die Möglichkeit Modelle als HTTP-Endpunkte bereitzustellen oder Oracle Functions zu verwenden. Verwalten Sie Modelle durch Versionskontrolle, wiederholbare Jobs und Modellkataloge.

Features des Data Science-Services

Datenzugriff und „Data Wrangling“

Flexibler Datenzugriff

Data Scientists können auf jede Datenquelle in jeder Cloud oder On-Premises zugreifen und diese verwenden. Dadurch werden mehr potenzielle Datenfeatures bereitgestellt, die zu besseren Modellen führen.

Datenaufbereitung im großen Maßstab mit OCI Data Flow

Die Integration mit OCI Data Flow bietet eine einfache Schnittstelle zum Erstellen und Ausführen umfangreicher Spark-Jobs aus der Data Science-Umgebung. Darüber hinaus ermöglicht eine PySpark-Umgebung die iterative Entwicklung von Data Flow-Anwendungen in Notebook-Sessions.

Automatisierte Datenprofilerstellung und -aufbereitung

Optimieren Sie explorative Datenanalyse-Workflows mit hochmodernen Funktionen zur Datenprofilerstellung, intelligenten Visualisierungen und Datenvorbereitungstools.

Open-Source-Tools zur Datentransformation und -visualisierung

OCI Data Science unterstützt die beliebtesten Open-Source-Datenmanipulationstools von Data Scientists wie Pandas, Dask und Numpy sowie beliebte Open-Source-Visualisierungstools wie Plotly, Matplotlib und Bokeh, um Data Scientists bei der Untersuchung von Daten zu unterstützen.

Modellerstellung

JupyterLab-Schnittstelle

Dank der integrierten, in der Cloud gehosteten JupyterLab-Notebook-Umgebungen können Data-Science-Teams Modelle mit einer vertrauten Benutzeroberfläche erstellen und trainieren.

Open-Source-Frameworks für Machine Learning

OCI Data Science bietet Data Scientists Vertrautheit und Vielseitigkeit mit Hunderten gängiger Open-Source-Tools und -Frameworks. Erstellen Sie Modelle für Machine Learning mit TensorFlow, PyTorch oder fügen Sie Frameworks Ihrer Wahl hinzu.

Modelltraining

Leistungsstarke Hardware, einschließlich Grafikprozessoren (GPUs)

Mit NVIDIA-GPUs können Data Scientists Deep-Learning-Modelle in kürzerer Zeit erstellen und trainieren. Im Vergleich zu CPUs können Leistungsbeschleunigungen 5- bis 10-mal schneller sein.

Automatisiertes Machine Learning (AutoML)

Die Accelerated Data Science-Bibliothek unterstützt Oracle AutoML sowie Open-Source-Tools, wie z. B. H2O 3 und auto-sklearn. AutoML bietet adaptives Sampling, automatisierte Funktionsauswahl, Algorithmusauswahl und Optimierung von Hyperparametern. Außerdem generiert AutoML einen genauen Modellkandidaten, sodass der Data Scientist viel Zeit einsparen kann.

Automatisierte Optimierung von Hyperparametern

Sparen Sie Zeit und Mühe, indem Sie Modelle mithilfe der ADS-Tuner-Funktion mit der automatisierten Optimierung von Hyperparametern optimieren.

Modellbewertung und -erklärung

Modellbewertung

Die automatisierte Bewertung generiert eine umfassende Suite von Metriken und Visualisierungen, um die Modellleistung anhand neuer Daten zu messen und Modellkandidaten zu vergleichen. Dies erleichtert Data Scientists die Erstellung qualitativ hochwertiger Modelle.

Modellerklärung

Die automatisierte Modellerklärung umfasst globale und lokale Erklärungen mit spezifischen Modellvorhersagen für das Gesamtverhalten eines Modells. Für Modellkonsumenten verbessern automatisierte modellunabhängige Erklärungen das Verständnis und das Vertrauen, gehen auf regulatorische Anforderungen ein und beschleunigen die Einführung von Machine Learning.

Modellimplementierung

Verwaltete Modellbereitstellung

Stellen Sie Machine Learning-Modelle als HTTP-Endpunkte bereit, um Modellvorhersagen für neue Daten in Echtzeit zu bieten. Einfach aus dem Modellkatalog per Mausklick bereitstellen, und OCI Data Science übernimmt alle Infrastrukturvorgänge, einschließlich Computing-Provisioning und Load Balancing.

Modellbereitstellung auf Oracle Functions

Stellen Sie ganz einfach Data-Science-Modelle als Oracle Functions bereit – eine hochgradig skalierbare, serverlose On-Demand-Architektur in Oracle Cloud Infrastructure.

Modellverwaltung

Modellkatalog

Teammitglieder verwenden den Modellkatalog, um abgeschlossene Machine Learning-Modelle aufzubewahren und freizugeben. Der Katalog speichert die Artefakte und erfasst Metadaten rund um die Taxonomie und den Kontext des Modells, Hyperparameter, Definitionen der Eingabe- und Ausgabedatenschemas des Modells und detaillierte Herkunftsinformationen über den Ursprung des Modells, einschließlich des Quellcodes und der Trainingsumgebung, in der das Modell trainiert wurde .

Reproduzierbare Umgebungen

Nutzen Sie vorgefertigte, kuratierte Conda-Umgebungen, um eine Vielzahl von Anwendungsfällen zu adressieren, darunter NLP, Graph Analytics, Spark und NVIDIA RAPIDS. Darüber hinaus können Sie benutzerdefinierte Umgebungen veröffentlichen und sie mit Kollegen teilen, um die Reproduzierbarkeit von Trainings- und Inferenzumgebungen sicherzustellen.

Wiederverwendbare Jobs

Data Scientists können vom Experimentieren zur Produktion übergehen, indem sie Data-Science-Aufgaben mit Jobs operationalisieren. Jobs werden verwendet, um wiederholbare Aufgaben wie das erneute Trainieren und erneute Bereitstellen von Modellen zu automatisieren.

Versionskontrolle

Data Scientists können sich mit dem Git-Repository ihrer Organisation verbinden, um Machine Learning-Arbeiten aufzubewahren und abzurufen.

Bearbeitung von Jobartefakten in der Konsole

Einfaches Erstellen, Bearbeiten und Ausführen von Data Science-Jobartefakten direkt aus der OCI-Konsole mit dem Code-Editor. Verfügt über Git-Integration, Autoversionierung, Personalisierung und mehr.

Weitere Kundenerfolge anzeigen

Kundenerfolge mit OCI Data Science

Kunden nutzen OCI Data Science, um die datenwissenschaftliche Zusammenarbeit zu verbessern und Zeit und Kosten beim Erstellen von Machine Learning-Modellen zu sparen.

CMRI-Logo
DSP-Logo
Prosperdtx-Logo
Oxford-Logo
Prosperdtx-Logo

Prosperdtx personalisiert Pläne im Gesundheitswesen mit Oracle Cloud

Wichtige Vorteile von Data Science

  • Open-Source-Tools bieten Datenwissenschaftlern Vertrautheit und Produktivität

    Nutzen Sie Python, die beliebteste Sprache für Data Science, mit JupyterLab und Hunderten von Open-Source-Bibliotheken und -Frameworks, wie z. B. Dask, scikit-learn und XGBoost. Oder installieren Sie Bibliotheken Ihrer Wahl, um ein Höchstmaß an Flexibilität zu erreichen.

  • Das Accelerated Data Science Library Toolkit von Oracle beschleunigt den gesamten Data Science-Workflow

    Accelerated Data Science (ADS) ist eine End-to-End-Python-Bibliothek, die den gesamten Data Science-Lebenszyklus abdeckt und die Erstellung hochwertiger Modelle schneller und einfacher macht.

    Schnelleres Machine Learning

    Video zur beschleunigten Datenwissenschaft ansehen (1:01)

  • Eine vollständig verwaltete Infrastruktur verbessert die Produktivität und senkt die Verwaltungskosten

    Mit einer Selfservice-On-Demand-Infrastruktur wählen Data Scientists die Menge an Compute- und Storage-Ressourcen aus, die sie benötigen, um Projekte jeder Größe zu bewältigen, ohne sich Gedanken über die Bereitstellung oder Wartung der Infrastruktur machen zu müssen.

    Sicher für das Unternehmen

    Mit teambasierten Sicherheits-Policys können Data Scientists Teammitglieder in Projekte einbeziehen. Diese Policys steuern den Zugriff auf Modelle, Code und Daten, erleichtern die Zusammenarbeit und schützen gleichzeitig vertrauliche Arbeit. Sicherheitskontrollen sind nahtlos in Oracle Cloud Infrastructure Identity and Access Management integriert.

    Tutorial und Beispiel-Notebooks bieten Fachwissen und Best Practices

    Greifen Sie auf Dutzende von Tutorials und Beispiel-Notebooks zu, die Themen vom Zugriff auf Daten bis hin zur Mathematik hinter Modellerklärungstechniken abdecken. Bewältigen Sie verschiedene Geschäftsprobleme mit bewährten Methoden und Implementierungstipps.

    Data Science testen

Data Science – Tarife

Data Science Notebook-Sessions

Produkt
Vergleichspreis ( /vCPU)*
Einzeltarif
Einheit
Compute – Standard für virtuelle Computer – X7


OCPU pro Stunde
Compute – Standard – E3 – OCPU


OCPU pro Stunde
Compute – Standard – E3 – Speicher


Gigabyte pro Stunde
VM.GPU2.1 (NVIDIA P100)


GPU pro Stunde
VM.GPU3.x (NVIDIA V100 Tensor Core – 16 GB)


GPU pro Stunde
Block Volume-Speicher


Gigabyte Speicherkapazität pro Monat
Block Volume Leistungseinheiten


Leistungseinheiten pro GB/Monat

Data Science-Modellkatalogspeicher

Produkt
Vergleichspreis ( /vCPU)*
Einzeltarif
Einheit
Objektspeicher – Storage


Gigabyte Speicherkapazität pro Monat

Data Science-Modellbereitstellung

Produkt
Vergleichspreis ( /vCPU)*
Einzeltarif
Einheit
Compute – Standard für virtuelle Computer – X7


OCPU pro Stunde
Load Balancer – Basis


Load Balancer – Stunde
Load Balancer – Bandbreite


Mbps pro Stunde
Block Volume-Speicher


Gigabyte Speicherkapazität pro Monat
Block Volume Leistungseinheiten


Leistungseinheiten pro GB/Monat (10 VPUs für 0,017 US-Dollar für ausgeglichene Leistung)

Data Science-Jobs

Produkt
Vergleichspreis ( /vCPU)*
Einzeltarif
Einheit
Compute – Standard für virtuelle Computer – X7


OCPU pro Stunde
VM.GPU2.1 (NVIDIA P100)
GPU pro Stunde
VM.GPU3.x (NVIDIA V100 Tensor Core – 16 GB)


GPU pro Stunde
Block Volume-Speicher


GB-Storage-Kapazität pro Monat
Block Volume Leistungseinheiten


Leistungseinheiten pro GB/Monat (10 VPUs für 0,017 US-Dollar für ausgeglichene Leistung)
Block Volume Leistungseinheiten


Leistungseinheiten pro GB/Monat (10 VPUs für 0,017 US-Dollar für ausgeglichene Leistung)
Objektspeicher – Storage

Gigabyte Speicherkapazität pro Monat

*Um den Preisvergleich zwischen Cloud-Service-Providern zu erleichtern, zeigen Oracle Webseiten sowohl vCPU(virtuelle CPUs)-Preise als auch OCPU(Oracle CPU)-Preise für Produkte mit rechenbasierter Preisgestaltung. Die Produkte selbst, das Provisioning im Portal, die Abrechnung etc. verwenden weiterhin OCPU(Oracle CPU)-Einheiten. OCPUs stellen physische CPU-Cores dar. Die meisten CPU-Architekturen, einschließlich x86, führen zwei Threads pro physischem Core aus, sodass 1 OCPU 2 vCPUs für x86-based Compute entspricht. Die Abrechnung des OCPU-Stundentarifs erfolgt demnach doppelt so hoch wie der vCPU-Preis, da sie zwei vCPUs Rechenleistung für jede OCPU erhalten, es sei denn, es handelt sich um eine Subcore-Instanz wie präemptive Instanzen.

19. März 2021

Modellbereitstellung für Echtzeitvorhersagen ist jetzt in Oracle Cloud Infrastructure Data Science verfügbar

Tzvi Keisar, Senior Principal Product Manager, Oracle

Oracle Cloud Infrastructure (OCI) Data Science hat ein neues Feature namens Model Deployment veröffentlicht, um die Bereitstellung von Machine Learning-Modellen als HTTP-Endpunkte zu ermöglichen und eine Echtzeitbewertung von Daten bereitzustellen.

Vollständigen Beitrag lesen

Ausgewählte Blogs

Alle anzeigen

Data Science-Ressourcen

Dokumentation

Lernen Sie den OCI Data Science Cloud-Service kennen

Eine interaktive Tour durch die Nutzeroberfläche.

Cloud-Learning

Entdecken Sie mehr zur Datenwissenschaft

Informationen zu OCI Data Science.

Verwandte Cloud-Produkte

Oracle Machine Learning

Erstellen Sie Modelle für Machine Learning in der Datenbank

Oracle Cloud Infrastructure-Datenintegration

Kombinieren und transformieren Sie mühelos Daten für Datenwissenschaft und Analyse

Oracle Cloud Infrastructure Datenkatalog

Suchen und verwalten Sie Daten mithilfe eines organisierten Lagers an Assetbeständen im gesamten Unternehmen

Oracle Cloud Infrastructure Data Flow

Führen Sie Apache Spark-Anwendungen aus, ohne Infrastruktur bereitzustellen oder zu verwalten

Erste Schritte mit Data Science


Produkttour

Erleben Sie die Nutzeroberfläche mit dieser interaktiven Tour


Hands-on Lab

Erleben Sie das Live-Produkt Hands-on kostenlos.


OCI Data Science – Github-Repository

Entdecken Sie Beispielcode, Labs und Tutorials


Data Science-Newsletter

Erfahren Sie mehr im Data Science-Newsletter