Machine Learning Services
Machine learning services from Oracle make it easier to build, train, deploy, and manage custom learning models. These services deliver data science capabilities with support from favorite open source libraries and tools, or through in-database machine learning and direct access to cleansed data. Supporting machine learning services provide more streamlined data labeling or improved access to virtual machines.
AI를 위한 견고한 데이터 전략의 중요성을 소개합니다. 이 IDC 보고서는 오늘날의 당면 과제를 살피고 이를 AI 대상의 데이터 전략과 결합할 수 있는 지침을 소개합니다.
머신러닝 모델을 구축하는 일은 프로세스를 반복하는 일입니다. 데이터 수집에서부터 모델 배포, 모니터링에 이르기까지 모든 단계를 확인해 보세요.
머신러닝 서비스 특징
-
오픈 소스 라이브러리 및 프레임워크
Python 및 R의 오픈 소스 라이브러리 및 프레임워크를 사용해 데이터를 탐색, 변환 및 시각화할 수 있습니다. 여기에는 pandas, Dask, NumPy, Plotly, Matplotlib, TensorFlow, Keras, PyTorch 등이 포함됩니다.
-
데이터베이스 내 최적화 알고리즘
Oracle Database에는 흔히 사용되는 머신러닝 기술을 다루는 30여 개의 완전히 확장 가능한 고성능 알고리즘이 포함됩니다. Oracle Database 내에 포함된 데이터는 이전할 필요가 없기 때문에 데이터 관리 워크로드가 줄어듭니다.
-
배포 옵션
애플리케이션 및 비즈니스 분석가가 액세스할 수 있도록 모델을 빠르게 배포합니다. 모델은 REST API를 사용하여 확장 가능한 서버리스 클라우드 아키텍처에서 Oracle Functions로 배포하거나 데이터베이스에 직접 배포할 수 있습니다.
-
모델 설명
모델 설명을 통해 사용자들은 모델의 전체 활동과 개별 모델 예측을 이해할 수 있습니다. OCI Data Science를 사용하면 각 기능의 중요성을 이해하고 예측에 영향을 미치는 요소들을 손쉽게 파악할 수 있습니다.
-
모든 데이터에 대한 유연하고 손쉬운 액세스
다양한 양식(CSV, Excel, JSON 등), 다양한 소스(객체 스토리지, Oracle Database, MongoDB, PostgreSQL, Hadoop 등) 및 여러 위치(온프레미스, Oracle Cloud, 기타 클라우드)의 데이터에 액세스할 수 있습니다.
-
여러 스크립팅 언어 지원
데이터 과학자들은 Python, R, SQL 등 가장 널리 쓰이는 언어로 개발할 수 있습니다. 데이터 과학자가 특정 작업에 가장 적합한 언어를 유연하게 사용할 수 있을 때 조직은 더 빠르고 더 나은 결과를 얻을 수 있게 됩니다.
Oracle의 머신러닝을 선택해야 하는 이유
빠른 모델 생성 및 검증 속도
고품질 모델을 더 빠르고 쉽게 구축할 수 있습니다. 자동화된 머신러닝 기능은 데이터를 신속하게 검사하고 최적의 데이터 기능과 최상의 알고리즘을 추천합니다. 또한 자동화된 머신러닝은 모델을 튜닝하고 모델의 결과를 설명합니다.
더 많은 데이터로 확보하는 더 나은 결과
데이터 과학자들은 온프레미스에서든, 클라우드에서든 다양한 데이터 소스로부터 얻은 다양한 양식의 데이터에 액세스해야 합니다. 드래그 앤 드롭 방식의 데이터 통합 및 준비 도구를 사용하여 데이터를 데이터 레이크 또는 데이터 웨어하우스로 이전할 수 있기 때문에, 데이터 과학자들의 액세스 절차가 간소화됩니다.
신뢰할 수 있는 인공지능 제공
다수의 기여자가 효과적으로 협업하고, 머신러닝 도구가 모델에 대한 설명과 평가를 제공할 때 AI에 대한 신뢰도도 높아집니다. Oracle 보안 도구 및 사용자 인터페이스는 다양한 역할 담당자가 프로젝트에 참여하고 모델을 공유할 수 있게 해 줍니다. 모델에 구애받지 않는 설명은 데이터 과학자, 비즈니스 분석가 및 경영진이 결과에 대한 확신을 갖도록 도와줍니다.
머신러닝 파트너 및 고객
Oracle Machine Learning Services
-
OCI Data Science
-
OCI Data Science는 엔드투엔드 머신러닝(ML) 서비스로 JupyterLab 노트북 환경과 수백여 개의 인기 오픈 소스 도구 및 프레임워크에 대한 액세스를 제공합니다.
- NVIDIA GPU, AutoML 기능, 자동화된 초매개변수 튜닝 기능 등을 사용하여 ML 모델을 구축 및 교육합니다.
- HTTP 엔드포인트로 ML 모델을 배포하거나 Oracle Functions을 통해 배포할 수도 있습니다.
- 버전 제어, 반복 가능한 작업, 모델 카탈로그 등으로 ML 모델을 관리합니다.
-
Oracle Database의 머신러닝
-
Oracle Database의 머신러닝은 SQL, R, Python, REST, AutoML 및 노코드 인터페이스를 사용한 데이터 탐색 및 준비, 머신러닝 모델의 구축 및 배포를 지원합니다.
- 여기에는 애플리케이션에서 즉시 사용할 수 있도록 Oracle Database에서 모델을 생성하는 30개 이상의 데이터베이스 내 알고리즘이 포함됩니다.
- 머신러닝 프로세스의 주요 요소를 단순화 및 자동화하여 모델을 신속하게 구축할 수도 있죠.
-
OCI Data Labeling
-
OCI Data Labeling은 레이블이 지정된 데이터 세트를 제공해 AI 및 머신러닝 모델을 보다 정확도 높게 교육합니다.
- 사용자는 데이터를 취합하고, 데이터 세트를 생성 및 탐색할 수 있고, 사용자 인터페이스 및 공용 API를 통해 데이터 레코드에 레이블을 적용할 수 있습니다.
- 원활한 모델 구축 경험을 위해 다양한 Oracle AI 및 머신러닝 서비스 전반에서 레이블이 지정된 데이터 세트를 내보내거나 모델 개발에 사용할 수 있습니다.
-
OCI Virtual Machines for Data Science
-
OCI Virtual Machines for Data Science는 널리 사용되는 IDE, 노트북 및 머신러닝 프레임워크로 사전 구성된 GPU 기반의 환경입니다.
- 선택한 컴퓨트 형태로 Oracle Cloud Marketplace에서 손쉽게 배포할 수 있습니다.
머신러닝 사용 사례
Prosperdtx: OCI Data Science로 환자 치료 성과 개선
Oracle Cloud Infrastructure Data Science로 예측 모델을 구축하기 위해, 대량의 소스 데이터를 안전하게 처리할 수 있는 아키텍처를 배포한 Prosperdtx의 이야기를 확인해 보세요.
데이터베이스 내 머신러닝을 사용한 데이터 과학 환경 설정
Oracle Database의 머신러닝을 사용하면, 데이터 과학자는 데이터를 외부 시스템으로 이전해 분석 및 모델 구축, 점수 부여, 배포를 진행함으로써 시간을 절약할 수 있습니다.
OCI Data Science 덕분에 노트북 세션 및 작업을 손쉽게 시작할 수 있게 되었습니다
Oracle, Data Scientist, Wendy Yip
Oracle Cloud Infrastructure(OCI) Data Science는 관리형 송신이라는 새로운 기능을 도입하여 고객이 노트북 및 작업을 위한 네트워킹 구성을 보다 손쉽게 할 수 있게 해 줍니다. 이 기능은 OCI Data Science가 사용자의 네트워킹 리소스를 관리하게 하는 옵션을 제공합니다.
노트북 세션 살펴보기