검색 결과가 없습니다

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.
인기 질문

Oracle Cloud Infrastructure(OCI) Data Science

Oracle Cloud Infrastructure Data Science는 데이터 과학자가 머신 러닝 모델을 빠르게 구축, 교육, 배포 및 관리하는 데 도움이 됩니다.

OCI Data Science에 대한 간략한 개요를 확인하십시오.

Oracle Cloud Infrastructure Data Science

오픈 소스 방식의 머신 러닝 프레임워크

수십 개의 대중적인 오픈 소스 도구 및 프레임 워크가 포함되어 데이터 과학자에게 친숙함과 다양성을 제공합니다. TensorFlow, PyTorch를 사용하여 머신 러닝 모델을 구축하거나 선택한 다른 프레임워크를 추가합니다.

JupyterLab 인터페이스

데이터 과학자 팀은 클라우드에 호스팅되는 기본 제공 JupyterLab 노트북 환경을 통해 친숙한 사용자 인터페이스로 모델을 구축하고 학습할 수 있습니다.

데이터 시각화 도구

데이터 과학자는 Plotly, Matplotlib 및 Bokeh와 같이 대중적인 오픈 소스 시각화 도구를 활용하여 데이터를 시각화하고 탐색할 수 있습니다.

데이터 액세스 및 탐색

Oracle의 Accelerated Data Science 라이브러리는 포괄적인 데이터 연결 집합이 포함된 Python 라이브러리로, 데이터 과학자가 다양한 데이터 저장소의 데이터에 액세스하고 이를 사용하여 더 나은 모델을 생성할 수 있습니다.

자동화된 머신 러닝(AutoML)

Accelerated Data Science 라이브러리는 Oracle의 자체 AutoML과 H2O 3 및 auto-sklearn과 같은 오픈 소스 도구를 지원합니다. Oracle의 AutoML은 자동화된 기능 선택, 적응형 샘플링 및 자동화된 알고리즘 선택을 제공합니다. 이러한 기능은 하이퍼파라미터 튜닝을 사용하여 궁극적으로 정확한 모델 후보를 생성하도록 함으로써 데이터 과학자의 시간을 상당 수준 절감합니다.

모델 평가

자동화된 평가는 새로운 데이터에 대한 모델 성능을 측정하고 모델 후보를 비교하여 데이터 과학자가 고품질 모델을 더 쉽게 생성할 수 있도록 포괄적인 평가 지표와 시각화 모음을 제공합니다.

모델 설명

Accelerated Data Science 모델 설명에는 모델의 전반적인 동작과 특정 모델 예측을 설명하는 데 도움이 되는 세계적이면서도 현지화된 설명이 포함됩니다. 모델 소비자에게 모델에 구애받지 않은 자동화된 설명은 이해도와 신뢰도를 향상시키고 규제 요건을 해소하며 머신 러닝 채택 속도를 높입니다.

Oracle Functions

데이터 과학 모델을 Oracle Functions로 쉽게 배포할 수 있습니다. Oracle Cloud Infrastructure에서 뛰어난 확장성을 가진 주문형 및 서버리스 아키텍처를 사용하여 데이터 과학자와 인프라 관리자를 위한 배포를 간소화합니다.

모델 카탈로그

팀 구성원은 모델 카탈로그를 사용하여 완성된 머신 러닝 모델과 이 모델을 재현, 테스트 및 배포에 필요한 아티팩트를 보존하고 공유합니다.

재현 및 감사 기능

조직은 Conda 환경 및 모델 카탈로그 기능을 통해 원본 모델 코드, 라이브러리 및 교육 데이터 집합 종속성을 재현할 수 있습니다. 이를 통해 데이터 과학자는 머신 러닝 모델을 재교육, 재현 및 감사할 수 있게 됩니다.

데이터 과학 팀의 협업

공유 프로젝트

팀 구성원은 프로젝트를 사용하여 데이터 및 노트북 세션을 포함한 모든 작업을 구성하고 버전 제어를 활성화하며 안정적으로 공유합니다.

보안 정책

팀 기반 보안 정책을 통해 사용자는 프로젝트에 팀 구성원을 포함할 수 있습니다. 이러한 정책은 협업을 용이하게 하고 작업을 보호하기 위해 모델, 코드 및 데이터에 대한 액세스를 제어합니다. 보안 제어는 Oracle Cloud Infrastructure Identity and Access Management와 완전히 통합되어 있습니다.

버전 관리

사용자는 조직의 Git 리포지토리에 연결하여 머신 러닝 작업을 보존하고 검색합니다.

유연한 데이터 액세스

데이터 과학자는 모든 클라우드 또는 온프레미스의 모든 데이터 소스에 액세스하여 더 나은 모델로 이어질 더 많은 잠재적 데이터 기능을 제공하는 머신 러닝 모델을 구축할 수 있습니다.

셀프 서비스, 주문형 컴퓨팅 및 스토리지

사용자는 인프라 프로비저닝이나 유지 관리에 대한 걱정없이 모든 규모의 프로젝트를 처리하는 데 필요한 컴퓨팅 및 스토리지 리소스의 양을 선택합니다.

그래픽 처리 장치(GPU)를 포함한 강력한 하드웨어

데이터 과학자는 노트북 세션에서 GPU를 사용하여 훨씬 짧은 시간에 딥 러닝 모델을 구축하고 교육할 수 있습니다. Oracle Cloud Infrastructure Data Science는 NVIDIA P100 및 V100 GPU에 대한 지원을 제공합니다.

주요 이점

  • 오픈 소스 도구는 데이터 과학자에게 친숙함과 생산성을 제공합니다.

    JupyterLab 및 Dask, scikit-learn, XGBoost를 포함한 300개 이상의 오픈 소스 라이브러리 및 프레임 워크와 함께 데이터 과학에 가장 널리 사용되는 언어인 Python를 사용해 보십시오. 또는 최고의 유연성을 위해 환경을 사용자 정의하십시오.

  • Oracle의 툴킷으로 모델 구축 가속화

    Oracle Accelerated Data Science 라이브러리의 자동화를 통해 모델 구축을 가속화하여 데이터를 더 쉽게 준비하고 AutoML로 최상의 알고리즘을 선택한 다음 튜닝하여 결과적으로 고품질의 모델을 만들어냅니다.

    더 빠른 머신 러닝

  • 간소화된 인프라로 사용자 생산성 향상 및 관리 비용 절감

    사용자가 노트북 개발 환경에 필요한 컴퓨팅 및 스토리지의 양을 선택하고 변경할 수 있습니다(프로비저닝 자동화).

    모델 설명으로 결과에 대한 신뢰도 향상

    데이터가 모델 결과에 미치는 영향을 보여줌으로써 모델에 대한 신뢰도와 이해도를 향상시킵니다. 전문가와 비전문가 모두 모델 설명을 사용하여 모델이 특정 결과를 반환하는 원인을 이해하고 검증하며 숨겨진 편견을 식별합니다.

    데이터 과학 가속화에 대한 비디오 시청하기

    확장 가능한 모델을 빠르게 배포

    수요에 따라 자동으로 확장되는 완전 관리형 플랫폼 클라우드에서 모델을 빠르게 배포합니다.

관련 자료

설명서

데이터 과학 클라우드 서비스 알아보기

사용자 인터페이스에 대한 대화형 둘러보기

클라우드 학습

데이터 과학에 대해 살펴보기

Oracle Cloud Infrastructure Data Science 사용에 대해 자세히 알아보십시오.

관련 제품

Oracle Machine Learning

데이터베이스에 머신 러닝 모델 구축

Oracle Cloud Infrastructure Data Integration

데이터 과학 및 분석을 위해 데이터를 쉽게 결합하고 변환하십시오.

Oracle Cloud Infrastructure Data Catalog

기업 전체의 조직화된 데이터 자산 인벤토리를 사용하여 데이터를 찾고 관리합니다.

Oracle Cloud Infrastructure Data Flow

완전 관리형 빅데이터 서비스를 사용하여 배포하거나 관리할 인프라 없이 Apache Spark 애플리케이션을 실행하십시오.

시작하기


제품 둘러보기

대화형 둘러보기를 통해 사용자 인터페이스를 경험하십시오.


실습 랩

라이브 제품을 무료로 체험해 보십시오.


뉴스레터

AI 및 데이터 과학 뉴스레터에서 자세한 내용을 확인하십시오.