검색어와 일치하는 결과가 없습니다.
원하시는 정보를 찾는 데 도움이 되도록 다음을 시도해 보십시오.
- 검색에 사용하신 키워드의 철자가 올바른지 확인하십시오.
- 입력한 키워드에 동의어를 사용하십시오. 예를 들어 “소프트웨어” 대신 “애플리케이션”을 사용해 보십시오.
- 아래에 표시된 인기 검색어 중 하나를 사용해 보십시오.
- 새로운 검색을 시작하십시오.
데이터 과학 플랫폼
타의 추종을 불허하는 능력으로 생산성을 향상시키는 데이터 사이언스 플랫폼. 고품질 머신 러닝(ML) 모델을 구축하고 평가합니다. 엔터프라이즈에서 신뢰할 수 있는 데이터를 빠르게 작업하도록 하여 비즈니스 유연성을 높이고 ML 모델을 보다 쉽게 배포하여 데이터 기반 비즈니스 목표를 지원합니다.
머신 러닝 모델 구축은 반복적인 프로세스입니다. 이 e북에서는 프로세스를 분석하고 머신 러닝 모델을 구축하는 방법을 설명합니다.
클라우드 기반 머신 러닝은 변화를 일으키는 비즈니스 통찰력을 제공할 수 있습니다. 새로운 O'Reilly e북과 함께 방법을 알아보십시오.
Oracle의 데이터 사이언스 플랫폼을 선택해야 하는 이유
고품질 모델을 더 빠르게 생성 및 검증
고품질 모델을 더 빠르고 쉽게 빌드하세요. 자동화된 머신 러닝 기능은 데이터를 신속하게 검사하고 최적의 데이터 기능과 최상의 알고리즘을 추천합니다. 또한 자동화된 머신 러닝은 모델을 조정하고 모델의 결과를 설명합니다.
모든 데이터로 작업하여 더 나은 결과 얻기
데이터 사이언티스트는 온프레미스에서든 클라우드에서든 서로 다른 데이터 소스의 다양한 형식으로 데이터에 액세스해야 합니다. 드래그 앤 드롭 데이터 통합 및 준비 도구를 사용하여 데이터를 데이터 레이크 또는 데이터 웨어하우스로 이동하여 데이터 사이언티스트의 액세스를 단순화합니다.
신뢰할 수 있는 인공 지능 제공
여러 기여자가 효과적으로 협업하고 머신 러닝 도구가 모델에 대한 설명과 평가를 제공할 때 AI는 더 신뢰할 수 있습니다. Oracle Security Tools 및 사용자 인터페이스를 사용하면 여러 역할이 프로젝트에 참여하고 모델을 공유할 수 있습니다. 모델에 구애받지 않는 설명은 데이터 사이언티스트, 비즈니스 분석가 및 경영진이 결과에 대한 확신을 갖도록 도와줍니다.
Oracle Data Science Platform
머신 러닝 모델 개발 가속화
데이터 사이언티스트가 자동화된 머신 러닝(AutoML), 모델 평가 및 모델 설명을 위해 Oracle로 향상된 오픈 소스 Python 생태계를 사용하여 오라클 클라우드에서 머신 러닝 모델을 구축, 교육 및 관리할 수 있습니다.
모두를 위한 머신 러닝
확장 가능하고 최적화된 데이터베이스 내 알고리즘을 사용하여 Oracle Autonomous Database에서 머신 러닝 모델을 빌드하고 배포합니다.
비용 없이 머신 러닝 모델 구축
널리 사용되는 IDE, 노트북 및 머신 러닝 프레임워크를 갖춘 GPU 기반 환경을 통해 신속하게 시작하고 실행할 수 있습니다. 선택한 컴퓨팅 형태에 대해 Oracle Cloud Marketplace에서 쉽게 배포할 수 있습니다.
엔드 투 엔드 데이터 서비스로 환경 완성
데이터 사이언스 플랫폼은 머신 러닝 모델을 구축하기 위한 훌륭한 도구 세트 그 이상입니다. Oracle의 데이터 사이언스 플랫폼에는 엔드-투-엔드 데이터 사이언스 파이프라인을 지원하는 완전한 기능 세트가 포함되어 있습니다.
모듈
빅토리아 대학교, Oracle Cloud Infrastructure Data Science를 이용해 연구 가속화
빅토리아 대학 연구원들은 소셜 미디어에 보고된 가정 폭력 사건을 예측하기 위해 오라클 클라우드를 사용했습니다.
Oracle Functions를 사용한 머신 러닝 모델 배포
JR Gauthier, Oracle 선임 수석 제품 데이터 과학자더 빠른 데이터 과학 결과를 얻으려면 Oracle Cloud Infrastructure(OCI) Data Science에서 기계 학습 모델을 빌드하고 훈련한 후 Oracle Functions에 배포하세요.
데이터 사이언스 플랫폼의 특징
-
AutoML
자동화된 머신 러닝(AutoML)은 알고리즘 선택, 기능 선택, 모델 튜닝을 자동화하여 데이터 사이언티스트를 지원합니다. 이를 통해 컴퓨팅 시간을 더 적게 소요하면서 더 빠르고 정확한 결과를 얻을 수 있습니다. 또한 AutoML을 사용하면 비전문가도 강력한 머신 러닝 알고리즘을 활용하여 더 나은 품질의 모델을 구축할 수 있습니다.
-
데이터베이스 내 최적화 알고리즘
오라클 데이터베이스에는 이상 탐지, 회귀, 분류, 클러스터링 등과 같이 일반적으로 사용되는 머신 러닝 기술을 포괄하는 30개 이상의 고성능, 완벽하게 확장 가능한 알고리즘이 포함되어 있습니다. 이미 오라클 데이터베이스에 있는 데이터는 이동할 필요가 없으므로 데이터 사이언스자의 데이터 관리 워크로드를 줄이고 프로덕션 모델 구축에 집중할 수 있습니다.
-
오픈 소스 라이브러리 및 프레임워크
Python 및 R에서 오픈 소스 라이브러리와 프레임워크를 사용하고 가져와서 데이터 탐색, 변환, 시각화 및 머신 러닝을 활용할 수 있습니다. 여기에는 다음이 포함되지만 이에 국한되지는 않습니다. 변환을 위한 pandas, Dask 및 NumPy, dplyr, 시각화를 위한 Seaborn, Plotly 및 Matplotlib, ggplot2, 모델 구축을 위한 TensorFlow, Keras 및 PyTorch.
-
배포 선택
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 전문가와 비전문가 모두 모델의 전체 동작과 개별 모델 예측을 이해할 수 있습니다. 모델 설명 및 예측 세부 정보를 활용하면 쉽게 각 특징의 중요성과 예측에 가장 큰 영향을 미치는 요소를 이해할 수 있습니다.
-
유연하고 쉽게 모든 데이터에 액세스
여러 형식(CSV, Excel 및 JSON 포함), 여러 소스(객체 스토리지, 오라클 데이터베이스, MongoDB, PostgreSQL 및 Hadoop 포함) 및 여러 위치(온프레미스, 오라클 클라우드 및 기타 클라우드)의 데이터에 액세스하세요.
-
여러 스크립팅 언어 지원
데이터 사이언티스트는 Python, R, SQL 등 가장 널리 사용되는 언어를 사용하여 데이터 사이언스 및 머신 러닝 솔루션을 개발할 수 있습니다. 데이터 사이언티스트가 특정 작업에 가장 적합한 언어를 유연하게 사용할 수 있을 때 조직은 더 빠르고 더 나은 결과를 얻을 수 있게 됩니다.
관련 자료
무료 제품 체험
머신 러닝 모델 구축을 위한 도구를 사용해보십시오. 클라우드 계정에 가입할 필요가 없습니다.