Oracle Data Science Cloud

Acceso flexible a los datos

Los científicos de datos pueden acceder y utilizar cualquier fuente de datos en cualquier nube o de forma local. Esto proporciona más funciones de datos potenciales que conducen a mejores modelos.

Preparación de datos a escala con OCI Data Flow

La integración con OCI Data Flow proporciona una interfaz sencilla para crear y ejecutar trabajos de Spark a gran escala desde el entorno de Data Science. Además, un entorno PySpark permite el desarrollo iterativo de aplicaciones de Data Flow en sesiones de bloc de notas.

Perfilado y preparación automáticos de datos

Optimice los flujos de trabajo de análisis de datos exploratorios con capacidades de creación de perfiles de datos avanzadas, visualizaciones inteligentes y herramientas de preparación de datos.

Herramientas de visualización y transformación de datos de código abierto

OCI Data Science es compatible con las herramientas de manipulación de datos de código abierto favoritas de los científicos de datos, como Pandas, Dask y Numpy, así como con herramientas de visualización de código abierto populares como Plotly, Matplotlib y Bokeh para ayudar a los científicos de datos a explorar datos.

• Conéctese a múltiples fuentes de datos usando Accelerated Data Science (17:23)

Interfaz de JupyterLab

Los entornos de portátiles, integrados y alojados en la nube de JupyterLab permiten a los equipos de ciencia de datos crear y entrenar modelos utilizando una interfaz de usuario familiar.

Marcos de aprendizaje automático de código abierto

OCI Data Science brinda familiaridad y versatilidad a los científicos de datos, con cientos de herramientas y marcos de trabajo de código abierto populares. Cree modelos de aprendizaje automático con TensorFlow o PyTorch, o agregue los marcos de su elección.

• Introducción a JupyterLab en OCI Data Science (21:38)

Hardware potente, incluidas las unidades de procesamiento de gráficos (GPUs)

Con las GPUs de NVIDIA, los científicos de datos pueden crear y entrenar modelos de aprendizaje profundo en menos tiempo. En comparación con las CPUs, el rendimiento se puede acelerar de 5 a 10 veces.

Aprendizaje automático automatizado (Oracle AutoML)

La biblioteca de Accelerated Data Science es compatible con Oracle AutoML, así como con herramientas de código abierto como H2O 3 y auto-sklearn. AutoML ofrece muestreo adaptativo, selección automática de funciones, selección de algoritmos y ajuste de hiperparámetros. AutoML genera un candidato de modelo preciso para ahorrarle al científico de datos un tiempo significativo.

Ajuste automático de hiperparámetros

Ahorre tiempo y esfuerzo ajustando modelos con el ajuste automático de hiperparámetros utilizando la función ADS Tuner.

• Las unidades de VM de GPU ahora están disponibles en OCI Data Science.
• Acelere el aprendizaje automático utilizando las GPUs NVIDIA con RAPIDS.
• Optimización de estimadores y ADSTuner

Evaluación del modelo

La evaluación automatizada genera un conjunto completo de métricas y visualizaciones para medir el rendimiento del modelo con datos nuevos y comparar modelos candidatos. Esto facilita la producción de modelos de alta calidad para los científicos de datos.

Explicación del modelo

La explicación automatizada del modelo incluye explicaciones globales y locales con predicciones de modelo específicas para el comportamiento general de un modelo. Para los consumidores de modelos, las explicaciones automatizadas independientes del modelo mejoran la comprensión y la confianza, abordan las necesidades regulatorias y aumentan la velocidad de adopción del aprendizaje automático.

• Aprendizaje automático interpretable (29:43)

Catálogo de modelos

Los miembros del equipo utilizan el catálogo de modelos para conservar y compartir modelos de aprendizaje automático completos. El catálogo almacena los artefactos y captura metadatos en torno a la taxonomía y el contexto del modelo, hiperparámetros, definiciones de los esquemas de datos de entrada y salida del modelo e información detallada de procedencia sobre el origen del modelo, incluido el código fuente y el entorno de entrenamiento donde se entrenó el modelo.

Ambientes reproducibles

Aproveche los entornos de conda prediseñados y organizados para abordar una variedad de casos de uso, como NLP, análisis de gráficos, Spark y NVIDIA RAPIDS. Publique entornos personalizados y compártalos con colegas, lo que garantiza la reproducibilidad de los entornos de entrenamiento e inferencia.

Control de versiones

Los científicos de datos pueden conectarse al repositorio Git de su organización para preservar y recuperar el trabajo de aprendizaje automático.

• Nueva función de entorno de conda disponible en OCI Data Science