Piattaforme di data science
Una piattaforma di data science che migliora la produttività con capacità senza precedenti. Crea e valuta modelli di Machine Learning (ML) di qualità superiore. Aumenta la flessibilità aziendale mettendo rapidamente a disposizione dati affidabili e supportando obiettivi aziendali basati sui dati con la distribuzione di modelli ML più semplici.
Oracle Live: Il futuro del Data Lakehouse
Mercoledì 20 ottobre, 12:00 ET / 13:00 BRT / 18:00 CEST
Utilizzo di piattaforme basate su cloud per scoprire nuovi insight aziendali.
La creazione di un modello di machine learning è un processo iterativo. In questo ebook, analizziamo il processo e descriviamo come vengono costruiti i modelli di machine learning.
Esplora i blocchi appunti e crea o testa algoritmi di machine learning. Prova AutoML e visualizza i risultati di Data Science.
Cos'è la Data Science?
Perché una piattaforma di data science da Oracle?
Creare e convalidare più velocemente modelli di alta qualità
Crea modelli di alta qualità in modo più semplice e veloce. Le funzionalità di Machine Learning automatizzato esaminano rapidamente i dati e consigliano i migliori algoritmi e le caratteristiche dei dati ottimali. Inoltre, il Machine Learning automatizzato ottimizza il modello e illustra i risultati del modello.
Ottenere migliori risultati lavorando con tutti i dati
I data scientist devono accedere ai dati in diversi formati da diverse fonti, sia on-premise sia nel cloud. Usa gli strumenti di preparazione e integrazione dei dati tramite trascinamento per spostare i dati in un data lake o in un data warehouse, semplificando l'accesso ai data scientist.
Fornire un'intelligenza artificiale affidabile
L'AI è più affidabile quando più contributor collaborano in modo efficace e gli strumenti di Machine Learning forniscono spiegazioni e valutazioni dei modelli. Oracle Security Tools e le interfacce utente consentono a più ruoli di partecipare a progetti e condividere modelli. La spiegazione indipendente dal modello consente a data scientist, executive e ad analisti aziendali di avere fiducia nei risultati.
Oracle Data Science Platform
Accelerare lo sviluppo dei modelli di Machine Learning
Consente ai data scientist di creare, istruire e gestire modelli di Machine Learning su Oracle Cloud utilizzando un ecosistema open source Python migliorato da Oracle per il Machine Learning automatico (AutoML), la valutazione e la spiegazione dei modelli.
Il Machine Learning per tutti
Crea e distribuisci modelli di Machine Learning in Oracle Autonomous Database utilizzando algoritmi integrati nel database scalabili e ottimizzati.
Creare modelli di Machine Learning senza spese
L'operatività è assicurata nel giro di qualche minuto grazie agli ambienti basati su GPU, preconfigurati con IDE, notebook e framework di Machine Learning più diffusi. Distribuisci facilmente da Oracle Cloud Marketplace sulla forma di calcolo desiderata.
Completare l'ambiente con data service end-to-end
Una piattaforma di data science è molto più di un buon set di strumenti per la creazione di modelli di Machine Learning. La piattaforma di data science di Oracle include un set completo di funzionalità per supportare una pipeline di data science end-to-end.
Moduli
Victoria University accelera la ricerca con Oracle Cloud Infrastructure Data Science
I ricercatori di Victoria University si sono rivolti a Oracle Cloud per cercare di prevedere gli incidenti di violenza domestica riportati sui social media.
Implementazione dei modelli per previsioni in tempo reale con Oracle Cloud Infrastructure Data Science
Tzvi Keisar, Senior Principal Product Manager, OracleSiamo entusiasti di annunciare il rilascio delle funzionalità per l'implementazione dei modelli, che consente di utilizzare i modelli di machine learning come endpoint HTTP per ricevere richieste, inviare risposte e ottenere le previsioni del modello in tempo reale.
Caratteristica della piattaforma di data science
-
AutoML
Il Machine Learning automatizzato (AutoML) aiuta i data scientist automatizzando la selezione degli algoritmi, la selezione delle caratteristiche e la regolazione del modello. Ciò consente risultati più rapidi e accurati che richiedono meno tempo di elaborazione. AutoML consente inoltre ai non esperti di sfruttare potenti algoritmi di machine learning per creare modelli di migliore qualità.
-
Algoritmi ottimizzati nel database
Oracle Database include oltre 30 algoritmi altamente performanti e completamente scalabili che coprono tecniche di Machine Learning di uso comune, come l'individuazione di anomalie, la regressione, la classificazione, il clustering e altro ancora. Non è necessario spostare i dati già presenti in Oracle Database, riducendo il carico di lavoro di gestione dei dati per i data scientist e consentendo loro di concentrarsi sulla creazione di modelli di produzione.
-
Framework e librerie open source
Utilizza e importa librerie e framework open source da Python e R per abilitare l'esplorazione, la trasformazione, la visualizzazione dei dati e il machine learning. Questi includono, ma non sono limitati a: pandas, Dask, NumPy, dplyr per la trasformazione, Seaborn, Plotly, Matplotlib e ggplot2 per la visualizzazione e TensorFlow, Keras e PyTorch per la creazione di modelli.
-
Scelta di sviluppo
Distribuisci rapidamente modelli per l'accesso da parte di applicazioni e business analyst. I modelli possono essere distribuiti con un'API REST in un'architettura Cloud scalabile serverless come Oracle Functions o direttamente nel database.
-
Spiegazione del modello
La spiegazione del modello consente agli esperti e ai non esperti di comprendere il comportamento generale di un modello e le previsioni del modello individuale. Con la spiegazione del modello e i dettagli di previsione, è facile comprendere l'importanza delle caratteristiche e ciò che più influenza le previsioni.
-
Accedere a qualsiasi dato in modo flessibile e semplice
Accedi ai dati in più formati (inclusi CSV, Excel e JSON), più origini (inclusi storage di oggetti, Oracle Database, MongoDB, PostgreSQL e Hadoop) e più posizioni (on-premise, Oracle Cloud e altri cloud).
-
Supporto per più linguaggi di scripting
I data scientist possono sviluppare soluzioni di data science e machine learning utilizzando i linguaggi più diffusi, tra cui Python, R e SQL. Le organizzazioni ottengono risultati migliori e più rapidi quando i data scientist possono utilizzare i linguaggi più adatti a particolari attività.
Risorse
Esperienza pratica gratuita del prodotto
Prova gli strumenti per creare modelli di Machine Learning. Non è necessario registrarsi a un account Cloud.
Introduzione
Vedi il feed Twitter ufficiale di Oracle Data Science.
Iscriviti alla nostra newsletter
Ricevi notizie e suggerimenti più recenti da Oracle Data Science.
Contattaci
Contatta il team di vendita globale di Oracle per saperne di più sul Machine Learning e su Oracle Data Science.