Nie znaleziono wyników

Twoje wyszukiwanie nie dało żadnych wyników.

Zalecamy wypróbowanie następujących rozwiązań, aby znaleźć to, czego szukasz:

  • Sprawdź pisownię wyszukiwania słowa kluczowego.
  • Użyj synonimów dla wpisanego słowa kluczowego, na przykład spróbuj wpisać „aplikacja” zamiast „oprogramowanie”.
  • Wypróbuj jedno z popularnych wyszukiwań wskazanych poniżej.
  • Rozpocznij nowe wyszukiwanie.
Popularne pytania

Platforma analityczna danych

Platforma analityczna danych Oracle poprawia wydajność pracy, oferując niespotykane gdzie indziej możliwości. Twórz lepsze jakościowo modele samouczenia się maszyn (ML) i je oceniaj. Zwiększaj elastyczność działalności biznesowej, szybko wykorzystując zaufane dane firmowe, i wspieraj cele biznesowe oparte na danych za pomocą łatwiej wdrażanych modeli ML.

data-science-cloud-bridge
Cykl życia modeli samouczenia się maszyn

Budowanie modelu samouczenia się maszyn jest procesem iteracyjnym. W tym e-booku analizujemy szczegółowo i opisujemy proces tworzenia takich modeli.

O'Reilly: Uczenie maszynowe przechodzi do chmury

Chmurowe systemy samouczenia się maszyn mogą dostarczać przełomowych informacji biznesowych. Z nowego e-booka O'Reilly dowiesz się, jak to zrobić.

Dlaczego warto wybrać platformę analityczną danych Oracle?

Szybsze tworzenie modeli o wysokiej jakości i ich weryfikowanie

Dobre jakościowo modele można tworzyć szybciej i łatwiej. Funkcje automatycznego samouczenia się maszyn szybko analizują dane, po czym sugerują optymalne funkcje zarządzania danymi i najlepsze algorytmy. Ponadto mechanizm automatycznego samouczenia się maszyn dostraja model i objaśnia wygenerowane przez niego wyniki.

Zobacz e-book o samouczeniu się maszyn (PDF)
wydajność

Lepsze wyniki dzięki wykorzystaniu wszystkich danych

Analitycy danych muszą pracować z danymi w różnych formatach pochodzącymi z różnych źródeł danych, zarówno lokalnych, jak i chmurowych. Używając narzędzi do integracji i przygotowywania danych działających metodą przeciągnij i upuść, przenoś dane do jeziora danych lub hurtowni danych, upraszczając w ten sposób dostęp analitykom danych.

Przeczytaj e-book o odkrywaniu danych (PDF)
elastyczność

Dostarczanie zaufanych produktów wyjściowych sztucznej inteligencji

Aparaty sztucznej inteligencji są bardziej wiarygodne, gdy wiele osób pracuje nad ich opracowaniem. Z kolei narzędzia samouczenia się maszyn objaśniają i oceniają modele. Narzędzia zabezpieczające i interfejsy użytkownika od Oracle umożliwiają wielu różnym osobom uczestniczenie w projektach i dzielenie się modelami. Objaśnienia niezależne od modelu sprawiają, że analitycy danych, analitycy biznesowi i dyrektorzy mogą ufać wynikom.

Przeczytaj więcej o szybszej analityce danych
Zaufanie

Oracle Data Science Platform

Szybsze tworzenie modeli samouczenia się maszyn

Umożliwia analitykom danych tworzenie i trenowanie modeli samouczenia się maszyn oraz zarządzanie nimi na platformie Oracle Cloud przy użyciu ekosystemu open source Python, który został ulepszony przez Oracle pod kątem automatycznego samouczenia się maszyn (AutoML), oceny modeli i objaśniania modeli.


Samouczenie się maszyn dla każdego

W systemie bazodanowym Oracle Autonomous Database można tworzyć i wdrażać modele samouczenia się maszyn przy użyciu skalowalnych i zoptymalizowanych algorytmów działających wewnątrz bazy danych.


Tworzenie modeli samouczenia się maszyn bez ponoszenia kosztów

Szybko uruchamiaj środowiska oparte na procesorach graficznych zawierające wstępnie skonfigurowane zintegrowane środowiska programistyczne (IDE), notatniki i platformy samouczenia się maszyn. Łatwo wdrażaj ze sklepu Oracle Cloud Marketplace w wybranej konfiguracji środowiska obliczeniowego.


Uzupełnienie środowiska o kompleksowe usługi zarządzania danymi

Platforma analityczna danych to coś więcej niż tylko dobry zestaw narzędzi do budowania modeli samouczenia się maszyn. Rozwiązanie oferowane przez Oracle zawiera kompletny zestaw funkcji do obsługi całego procesu analityki danych.

Moduły

Logo Victoria University

Victoria University przyspiesza badania dzięki usłudze Oracle Cloud Infrastructure Data Science

Naukowcy z Victoria University przeszli na platformę Oracle Cloud, aby spróbować przewidywać przypadki przemocy domowej zgłaszane w mediach społecznościowych.

Poznaj Oracle Cloud Infrastructure
Branża: ZAAWANSOWANE TECHNOLOGIE
16 listopada 2020 r.

Wdrażanie modelu samouczenia się maszyn za pomocą Oracle Functions

JR Gauthier, główny analityk danych o produktach, Oracle

Aby szybciej uzyskiwać wyniki analiz danych, twórz i trenuj modele samouczenia się maszyn w środowisku usługi Oracle Cloud Infrastructure (OCI) Data Science, a następnie wdrażaj je w Oracle Functions.

Polecane wpisy na blogu

Wyświetl wszystkie

Funkcje platformy analitycznej danych

  • AutoML

    Aparat automatycznego samouczenia się maszyn (AutoML) pomaga wszystkim analitykom danych, automatyzując wybieranie algorytmów, danych i funkcji oraz dostrajanie modeli. Przynosi to korzyści w postaci szybszego uzyskiwania wyników, większej dokładności i wiarygodności wyników oraz szybszego obliczania.

  • Zoptymalizowane algorytmy działające wewnątrz bazy danych

    System bazodanowy Oracle Database zawiera ponad 30 wysokowydajnych, w pełni skalowalnych algorytmów uwzględniających powszechnie używane techniki samouczenia się maszyn, takie jak wykrywanie anomalii, regresja, klasyfikowanie, grupowanie itd. Dane znajdujące się już w bazie danych zarządzanej przez Oracle Database nie muszą być przenoszone, co istotnie odciąża analityków danych od pracy administracyjnej, umożliwiając im skoncentrowanie się na tworzeniu modeli produkcyjnych.

  • Biblioteki i platformy o otwartym kodzie źródłowym

    Używaj i importuj wybrane biblioteki i platformy open source na potrzeby transformacji danych, wizualizacji i budowania modeli. Są to m.in. Pandas, Dask i NumPy do transformacji, Seaborn, Plotly i Matplotlib do wizualizacji oraz TensorFlow, Keras i PyTorch do budowania modeli.

  • Wybór sposobu wdrożenia

    Szybko wdrażaj modele umożliwiające dostęp aplikacjom i analitykom biznesowym. Modele można wdrażać za pomocą interfejsu REST API w bezserwerowej, skalowalnej architekturze chmurowej w ramach usługi Oracle Functions albo bezpośrednio w bazie danych.

  • Objaśnianie modeli

    Funkcjonalność objaśniania modeli umożliwia zarówno ekspertom, jak i osobom niebędącym specjalistami zrozumienie, co spowodowało, że model zwrócił określony wynik. Mechanizm ten pozwala łatwo dostrzec znaczenie różnych funkcji i wywnioskować, jak wygenerować więcej lub mniej wyników.

  • Elastyczny i łatwy dostęp do dowolnych danych

    Używając składni języka Python, można dotrzeć do danych w wielu różnych formatach (CSV, Excel, JSON itd.), wielu różnych źródłach (magazyn obiektów, bazy Oracle Database, MongoDB, PostgreSQL itd.) i wielu różnych lokalizacjach (lokalnie, Oracle Cloud, inne chmury).

zalety-analityki-danych

Pierwsze kroki


Twitter

Zobacz oficjalny kanał Oracle na Twitterze poświęcony analityce danych.


Zasubskrybuj naszego bloga

Otrzymuj najnowsze wiadomości i porady od zespołu Oracle zajmującego się analityką danych.


Skontaktuj się z działem sprzedaży

Skontaktuj się z globalnym zespołem sprzedaży Oracle, aby dowiedzieć się więcej o rozwiązaniach Oracle do analityki danych i samouczenia się maszyn.