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 optymalizuje model i objaśnia wygenerowane przez niego wyniki.

Lepsze wyniki dzięki wykorzystywaniu wszystkich danych

Inżynierowie danych muszą pracować z danymi w różnych formatach, pochodzącymi z różnych źródeł — zarówno lokalnych, jak i chmurowych. Używając narzędzi do integracji i przygotowywania danych działających na zasadzie „przeciągnij i upuść”, przenoś dane do jeziora lub hurtowni danych, upraszczając w ten sposób inżynierom danych dostęp do nich.

Dostarczanie wiarygodnych wyników opartych na sztucznej inteligencji

Moduły oparte na sztucznej inteligencji są bardziej wiarygodne, gdy nad ich utrzymaniem pracuje wiele osób, a narzędzia do 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 inżynierowie danych, analitycy biznesowi i członkowie kadry kierowniczej mogą ufać wynikom.

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 do analityki danych

  • AutoML

    Moduł automatycznego samouczenia się maszyn (AutoML) pomaga analitykom danych, automatyzując wybieranie algorytmów i funkcji oraz dostrajanie modeli. Umożliwia to szybsze uzyskiwanie dokładniejszych wyników, zajmując jednocześnie mniej czasu obliczeniowego. AutoML umożliwia również osobom niedoświadczonym wykorzystywanie zaawansowanych algorytmów samouczenia się maszyn do tworzenia modeli lepszej jakości.

  • Zoptymalizowane algorytmy działające wewnątrz bazy danych

    System bazodanowy Oracle Database zawiera ponad 30 w pełni skalowalnych algorytmów o wysokiej wydajności, w których zastosowano 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 środowiska typu open source

    Wykorzystuj i importuj biblioteki i środowiska typu open source dla języków Python i R, aby umożliwić eksplorację, transformację i wizualizację danych oraz samouczenie się maszyn. Należą do nich m.in.: Pandas, Dask, NumPy i dplyr do transformacji, Seaborn, Plotly, Matplotlib i ggplot2 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

    Objaśnienie modelu umożliwia zarówno ekspertom, jak i osobom mniej doświadczonym, zrozumienie ogólnego zachowania modelu, a także jego indywidualnych prognoz. Dysponując objaśnieniem modelu i szczegółami prognoz, można łatwo zrozumieć znaczenie funkcji oraz dowiedzieć się, co najbardziej wpływa na prognozy.

  • Elastyczny i łatwy dostęp do dowolnych danych

    Uzyskuj dostęp do danych w wielu formatach (w tym CSV, Excel i JSON), z wielu źródeł (w tym z pamięci obiektowej, Oracle Database, MongoDB, PostgreSQL i Hadoop) oraz w wielu lokalizacjach (lokalnie oraz na platformie Oracle Cloud i innych platformach chmurowych).

  • Obsługa wielu języków skryptowych

    Analitycy danych mogą opracowywać rozwiązania do analizy danych i samouczenia się maszyn przy użyciu najpopularniejszych języków, takich jak Python, R i SQL. Przedsiębiorstwa szybciej osiągają lepsze wyniki, gdy analitycy danych mają swobodę używania języków najlepiej dostosowanych do określonych zadań.

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.