Su búsqueda no coincide con ningún resultado.
Le sugerimos que pruebe lo siguiente para encontrar lo que busca:
La plataforma data science de Oracle mejora la productividad con características sin igual. Cree y evalúe modelos de machine learning de mejor calidad. Aumente la flexibilidad empresarial poniendo a trabajar rápidamente los datos fiables de la empresa y respalde los objetivos empresariales basados en datos con una implementación más sencilla de los modelos de machine learning.
La creación de un modelo de machine learning es un proceso iterativo. En este ebook, desglosamos el proceso y describimos cómo se crean los modelos de machine learning.
El machine learning basado en la nube puede facilitar información empresarial que genere un cambio. Descubra cómo con este nuevo ebook O'Reilly.
Cree modelos de alta calidad de forma más rápida y sencilla. El machine learning automatizado examina rápidamente los datos. Además, recomienda las funciones de datos óptimas y los mejores algoritmos. Asimismo, el machine learning automatizado ajusta el modelo y explica los resultados del modelo.
Consulte el ebook sobre machine learning (PDF)Los científicos de datos necesitan acceder a los datos en diferentes formatos de diferentes fuentes de datos, ya sea local o en la nube. Utilice herramientas drag-and-drop de integración y preparación de datos para mover datos a un «data lake» o almacén de datos, simplificando así el acceso a los científicos de datos
Lea el ebook sobre la detección de datos (PDF)La IA es más fiable cuando varios colaboradores trabajan en conjunto de manera efectiva y las herramientas de machine learning brindan explicaciones y evaluaciones de los modelos. Oracle Security Tools y las interfaces de usuario permiten que usuarios con roles diferentes participen en proyectos y compartan modelos. La explicación independiente de los modelos ayuda a los científicos de datos, analistas de negocios y ejecutivos a confiar en los resultados.
Lea más sobre data sciente aceleradaPermite a los científicos de datos crear, formar y gestionar modelos de machine learning en Oracle Cloud usando el ecosistema Python de código abierto, mejorado por Oracle para machine learning (AutoML), evaluación de modelos y explicación de modelos.
Cree e implemente modelos de machine learning en Oracle Autonomous Database utilizando algoritmos escalables y optimizados dentro de la base de datos.
Empiece a trabajar rápidamente con entornos basados en GPU, preconfigurados con IDEs populares, portátiles y marcos de machine learning. Implemente fácilmente desde Oracle Cloud Marketplace en la forma de computación que elija.
Una plataforma de ciencia de datos es más que un buen conjunto de herramientas para crear modelos de machine learning. La plataforma "data science" de Oracle incluye un conjunto de capacidades que respaldan los canales data science end-to-end
Los modelos de machine learning se utilizan cada vez más para tomar decisiones fundamentales en varios dominios regulados, como las decisiones de contratación o crédito/préstamo. Sin embargo, en algunos casos, se ha observado que dichos modelos exhiben un comportamiento discriminatorio con respecto a varios grupos protegidos legalmente reconocidos.
El machine learning automatizado (AutoML) ayuda a los científicos de datos al automatizar la selección de algoritmos y la selección de datos , así como el ajuste de los modelos. Esto permite obtener resultados de forma más rápida, precisa y fiable en menor tiempo.
Oracle Database incluye más de 30 algoritmos de alto rendimiento totalmente escalables que cubren las técnicas de machine learning de uso común, como la detección de anomalías, regresión, clasificación, agrupación en clústeres y mucho más. Los datos que ya están en Oracle Database no tienen que 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.
Utilice e importe bibliotecas y frameworks de código abierto de su elección para permitir la transformación, visualización y creación de modelos de datos. Incluyen, pero no se limitan a: pandas, Dask y NumPy para la transformación, Seaborn, Plotly y Matplotlib para la visualización, y TensorFlow, Keras, y PyTorch para la creación de modelos.
Implemente rápidamente modelos para permitir el acceso de aplicaciones y analistas de negocios. Los modelos se pueden implementar con una API REST en una arquitectura en la nube escalable, sin servidor, como Oracle Functions o directamente en la base de datos.
La explicación de los modelos permite que tanto los expertos como los no expertos comprendan qué ha provocado que un modelo haya arrojado un resultado en particular. Con la explicación de los modelos, es fácil comprender la importancia de las características y cómo generar más o menos resultados.
Use Python para acceder a datos en formatos diferentes (incluidos CSV, Excel o JSON, entre otros), fuentes diferentes (incluido el almacenamiento de objetos, Oracle Database, MongoDB, PostgreSQL y mucho más) y ubicaciones diferentes (locales, Oracle Cloud y otras nubes).
Pruebe herramientas para crear modelos de machine learning. No necesita registrarse para obtener una cuenta en la nube.
Eche un vistazo a las publicaciones del Twitter oficial de Oracle Data Science.
Reciba las últimas noticias y sugerencias de Oracle Data Science.
Póngase en contacto con el equipo de ventas de Oracle para obtener más información sobre Oracle Data Science y el machine learning de Oracle.