Machine Learning Services

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.

Acelera la innovación y gana ventaja competitiva con IA

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.

El ciclo de vida de los modelos de aprendizaje automático

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.

Prueba un taller de aprendizaje automático

Explora notebooks y crea o prueba algoritmos de aprendizaje automático. Prueba AutoML y consulta los resultados de data science.

Características de los servicios de aprendizaje automático

  • Bibliotecas y frameworks de código abierto

    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.

  • Algoritmos optimizados dentro de la base de datos

    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.

  • Elección de despliegue

    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.

  • Explicación de modelos

    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 cualquier información de forma flexible y sencilla

    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).

  • Soporte para múltiples lenguajes de programación

    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.

Servicios de aprendizaje automático de Oracle

OCI Data Science

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.

  • Crea y entrena modelos de aprendizaje automático con GPU NVIDIA, funciones AutoML y ajuste automatizado de hiperparámetros.
  • Despliega modelos como puntos finales HTTP o utilice Oracle Functions.
  • Gestiona modelos mediante control de versiones, trabajos repetibles y catálogos de modelos.

Aprendizaje automático de Oracle Database

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.

  • Incluye más de 30 algoritmos en la base de datos que producen modelos en Oracle Database para utilizarlos de forma inmediata en las aplicaciones.
  • Crea modelos rápidamente mediante la simplificación y la automatización de elementos clave del proceso de aprendizaje automático.

Oracle Data Labeling

OCI Data Labeling proporciona conjuntos de datos etiquetados para entrenar con mayor precisión modelos de IA y aprendizaje automático

  • Los usuarios pueden ensamblar datos, crear y examinar conjuntos de datos, y aplicar etiquetas a registros de datos a través de interfaces de usuario y API públicas.
  • Los conjuntos de datos etiquetados se pueden exportar y utilizar para el desarrollo de modelos en muchos de los servicios de IA y aprendizaje automático de Oracle, con el fin de lograr una experiencia óptima de creación de modelos.

OCI Virtual Machines for Data Science

OCI Virtual Machines for Data Science son entornos basados en GPU preconfigurados con IDE, cuadernos y marcos de aprendizaje automático populares.

  • Despliega fácilmente desde Oracle Cloud Marketplace con una selección de unidades de computación.

Casos de uso del aprendizaje automático

Prosperdtx: mejora el estado de los pacientes con OCI Data Science

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.


Diagrama de arquitectura de Prosperdtx, los detalles se encuentran a continuación
Los datos de los registros médicos electrónicos, los dispositivos y los usuarios finales se recopilan para crear modelos predictivos que se utilizarán en las aplicaciones de asistencia sanitaria. Los datos transmitidos desde dispositivos ponibles y desde registros de imágenes se recopilan en OCI Object Storage. Los datos estructurados se cargan y almacenan de forma segura en Oracle Autonomous Database. Oracle APEX ayuda a los desarrolladores a crear aplicaciones rápidamente. OCI Data Science se utiliza para crear modelos predictivos capaces de consumir grandes importes de datos del paciente. Los desarrolladores de aplicaciones utilizan los modelos predictivos terminados y los agregan a las aplicaciones.

Configura un entorno de ciencia de datos con el aprendizaje automático en la base de datos.

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.


Diagrama de arquitectura de aprendizaje automático, los detalles se encuentran a continuación
Los datos se generan desde un centro de datos del cliente y se envían a Oracle Autonomous Database para su almacenamiento. Oracle Autonomous Database cuenta con aprendizaje automático en Oracle Database incrustado, lo que significa que los científicos de datos pueden crear modelos rápidamente simplificando y automatizando elementos clave del ciclo de vida de aprendizaje automático. Los modelos finalizados se envían a Oracle Analytics Cloud u Oracle APEX. Los analistas empresariales incrustan modelos completos en proyectos de análisis, mientras que los desarrolladores de aplicaciones los incrustan en las aplicaciones.
11 de marzo de 2022

OCI Data Science ofrece una forma más sencilla de empezar a usar sesiones y tareas de cuaderno.

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 cuaderno

Blogs de aprendizaje automático destacados

Ver todo

Arquitectura de referencia de IA / aprendizaje automático

Ver todas las arquitecturas de referencia

Recursos de aprendizaje automático