Access a full range of machine learning (ML) and generative AI innovations, including vector databases, fully integrated in Oracle’s data platforms. Work with in-database tools and algorithms to build, manage, and deploy ML models and get more accurate, contextually relevant answers from generative AI by combining large language models (LLMs) with your proprietary data.
Descubre la importancia de una estrategia de datos sólida para la IA. En este informe de IDC se exploran los desafíos actuales y se brinda una guía a fin de elaborar una estrategia de datos esencial para la IA.
La creación de un modelo de aprendizaje automático es un proceso iterativo. Obtén más información sobre cada paso, desde la recopilación de datos hasta el despliegue y la supervisión de modelos.
Explora notebooks y crea o prueba algoritmos de aprendizaje automático. Prueba AutoML y consulta los resultados de data science.
Las bibliotecas y marcos de código abierto de Python y R permiten la exploración, transformación y visualización de datos. Incluyen, pero no se limitan a, pandas, Dask, NumPy, Plotly, Matplotlib, TensorFlow, Keras y PyTorch.
Oracle Database incluye más de 30 algoritmos de alto rendimiento totalmente escalables que cubren las técnicas de aprendizaje automático más habituales. No es necesario desplazar los datos que ya se encuentran en Oracle Database, lo que reduce la carga de trabajo de gestión de datos.
Implementa rápidamente modelos para permitir el acceso de aplicaciones y analistas de negocios. Los modelos se pueden implementar con una API REST en una arquitectura en la nube escalable, sin servidor, como Oracle Functions, o directamente en la base de datos.
La explicación de modelos permite a los usuarios comprender el comportamiento general de un modelo, así como las predicciones de modelos específicos. OCI Data Science facilita la comprensión de la importancia de las funciones y de los factores que influyen en las predicciones.
Accede a datos en múltiples formatos (incluidos CSV, Excel y JSON), múltiples fuentes (incluido el almacenamiento de objetos, Oracle Database, MongoDB, PostgreSQL y Hadoop) y múltiples ubicaciones (entorno local, Oracle Cloud y otras nubes).
Los científicos de datos pueden desarrollar con los lenguajes más populares, incluidos Python, R y SQL. Las organizaciones logran resultados mejores y más rápidos cuando los data scientists pueden utilizar libremente los lenguajes que mejor se adaptan a tareas específicas.
Crea modelos de alta calidad de forma más rápida y sencilla. El machine learning automatizado examina rápidamente los datos. Además, recomienda las funciones de datos óptimas y los mejores algoritmos. Asimismo, el machine learning automatizado ajusta el modelo y explica los resultados del modelo.
Los data scientists necesitan acceder a los datos en diferentes formatos de diferentes fuentes de datos, ya sea on-premises o en la nube. Utiliza herramientas drag-and-drop de integración y preparación de datos para mover datos a un lago de datos o almacén, simplificando así el acceso a los data scientists.
La IA es más fiable cuando varios colaboradores trabajan en conjunto de manera efectiva y las herramientas de machine learning brindan explicaciones y evaluaciones de los modelos. Oracle Security Tools y las interfaces de usuario permiten que usuarios con roles diferentes participen en proyectos y compartan modelos. La explicación independiente de los modelos permite a los científicos de datos, analistas de negocio y ejecutivos confiar en los resultados.
OCI Data Science es un servicio de aprendizaje automático (AA) de extremo a extremo que ofrece entornos de cuaderno JupyterLab y acceso a cientos de herramientas y marcos de código abierto populares.
El aprendizaje automático de Oracle Database admite la exploración y preparación de datos, así como la creación y el despliegue de modelos de aprendizaje automático mediante interfaces SQL, R, Python, REST, AutoML y sin código.
OCI Data Labeling proporciona conjuntos de datos etiquetados para entrenar con mayor precisión modelos de IA y aprendizaje automático
OCI Virtual Machines for Data Science son entornos basados en GPU preconfigurados con IDE, cuadernos y marcos de aprendizaje automático populares.
Descubre cómo Prosperdtx desplegó una arquitectura que puede procesar de forma segura grandes cantidades de datos de origen para crear modelos predictivos con ayuda de Oracle Cloud Infrastructure Data Science.
Con el aprendizaje automático de Oracle Database, los científicos de datos pueden ahorrar tiempo moviendo los datos a sistemas externos para realizar análisis y crear modelos, asignar puntuaciones y llevar a cabo implementaciones.
Wendy Yip, científica de datos, Oracle
Oracle Cloud Infrastructure (OCI) Data Science presenta una nueva función, la salida gestionada, que facilita a los clientes la configuración de sus redes para sus cuadernos y tareas. Esta función proporciona la opción de gestionar los recursos de red mediante OCI Data Science.
Más información sobre las sesiones de cuadernoDescubre cómo un sistema sanitario almacena, utiliza y analiza los datos para acompañar el historial de un paciente desde el diagnóstico hasta su recuperación.
Utiliza este patrón para crear plataformas de aprendizaje automático diseñadas para científicos de datos.
Implementa rápidamente una arquitectura para gestionar de forma segura grandes cantidades de datos de origen y crear modelos predictivos y aprovecharlos en aplicaciones de rápido desarrollo.
Enriquece los datos de aplicaciones empresariales con datos sin procesar de otras fuentes y utiliza modelos de AA para incorporar inteligencia y conocimientos predictivos en los procesos comerciales.