Data Science-tjeneste

Oracle Cloud Infrastructure (OCI) Data Science er en fuldt styret platform til teams af dataforskere, der udvikler, træner, ibrugtager og håndterer maskinlæringsmodeller ved hjælp af Python og open source-værktøjer. Brug et JupyterLab-baseret miljø til at eksperimentere og udvikle modeller. Skaler modeltræning op med NVIDIA-GPU'er og distribueret træning. Tag modeller i produktion, og hold dem stabile med MLOps-muligheder, såsom automatiserede pipelines, modelibrugtagninger og modelovervågning.

Livscyklussen for maskinlæringsmodeller

Udvikling af en maskinlæringsmodel er en iterativ proces. Få oplysninger om hvert trin fra dataindsamling til modelibrugtagning og -overvågning.

IDC: Virksomhedstransformation

Kunstig intelligens bliver hurtigt integreret i flere forretningsfunktioner. IDC ser på retningslinjer og anbefalinger til virksomheds-AI.

Medicinsk forskning
CMRI's forskningsaktiviteter kan nu fuldføres 6 gange hurtigere med Oracles kunstige intelligens
Partnerskab
Få adgang til Anaconda-informationsbasen gratis via OCI
Sportsteknologi
Seattle Sounders FC bygger datamodeller for at forbedre resultaterne
Sundhedspleje
DSP hjælper National Institute for Health Research med at forbedre den kliniske proces
Sundhedspleje
Prosperdtx forbedrer patientplejen ved at bruge datavidenskab til digitale sundhedsplaner

Brugsscenarier med Data Science

  • Sundhedspleje: risiko for patientgenindlæggelse

    Identificer risikofaktorer og forudsig risikoen for patientgenindlæggelse efter udskrivning ved at oprette en prædiktiv model. Brug data, såsom patientens helbredshistorik, sundhedsmæssige forhold, miljømæssige faktorer og historiske medicinske tendenser, og lav en stærkere model, der hjælper med at give den bedste pleje til en lavere pris.

  • Detail: Forudsig kunde-livstidsværdi

    Brug regressionsteknikker med data til at forudsige kundernes fremtidige forbrug. Undersøg tidligere transaktioner, og kombiner historiske kundedata med flere data om tendenser, indkomstniveauer eller endda faktorer såsom vejr til at udvikle ML-modeller, der fastslår, om marketingkampagner skal oprettes for at beholde aktuelle kunder eller skaffe nye.

  • Fremstilling: prædiktiv vedligeholdelse

    Lav modeller til registrering af anomalier fra sensordata for at opdage udstyrsfejl, før de bliver et mere alvorligt problem, eller anvend prognosemodeller til at forudsige udtjente dele og maskiner. Forøg oppetiden for køretøjer og maskiner via metrics til maskinlæring og overvågning af drift.

    Økonomi: opdagelse af svindel

    Forebyg svindel og økonomisk kriminalitet med datavidenskab. Lav en maskinlæringsmodel, der kan identificere unormale begivenheder i realtid, heriblandt falske beløb eller usædvanlige typer transaktioner.

15. september 2023

Effektiv funktionsstyring til maskinlæring: en introduktion til funktionslagre

Funktionslagre er begyndt at blive en grundlæggende del af ML-platforme (maskinlæring). I takt med at datadrevne organisationer i stigende grad benytter AI i deres drift, begynder de at centralisere styringen af funktioner i en dedikeret informationsbase, som kaldes for et funktionslager. Oracle Feature Store er en stakbaseret løsning, der tages i brug i en kundeenklave vha. OCI Resource Manager. Kunder kan oprette tjenesten med infrastruktur i deres egen arkitektur. Tjenesten består af API'er, som tages i brug i kundearkitekturen vha. OCI Resource Manager.

Læs hele opslaget

Udvalgte blogge

Se alle

Arkitekturer til AI/maskinlæringsreference

Se alle referencearkitekturer