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.
Platforma analityczna danych
Platforma do analizy danych, która zwiększa wydajność pracy, oferując niespotykane gdzie indziej możliwości. Twórz lepsze jakościowo modele samouczenia się maszyn (ML) i je oceniaj. Zwiększaj elastyczność działalności biznesowej, wykorzystując wiarygodne dane przedsiębiorstwa, aby szybko pracować, oraz wspieraj realizację opartych na danych celów biznesowych dzięki łatwiejszemu wdrażaniu modeli ML.
Wykorzystywanie platform chmurowych do odkrywania nowych informacji biznesowych.
Budowanie modelu samouczenia się maszyn jest procesem iteracyjnym. W tym e-booku analizujemy szczegółowo i opisujemy proces tworzenia takich modeli.
Przeglądaj notatniki oraz twórz lub testuj algorytmy samouczenia się maszyn. Wypróbuj aparat AutoML i zobacz wyniki analizy danych.
Czym jest analityka danych?
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
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.
Wdrażanie modelu z uwzględnieniem prognoz w czasie rzeczywistym w Oracle Cloud Infrastructure Data Science
Tzvi Keisar, główny starszy menedżer produktu, OracleMiło jest nam ogłosić dostępność modelu wyposażonego w technologię samouczenia się maszyn dla punktów końcowych HTTP, odbieranie żądań i wysyłanie odpowiedzi z prognozami w czasie rzeczywistym.
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.
Zasoby
Bezpłatne praktyczne testy produktów
Wypróbuj narzędzia do tworzenia modeli samouczenia się maszyn. Nie musisz zakładać konta w chmurze.
Pierwsze kroki
Zobacz oficjalny kanał Oracle na Twitterze poświęcony analityce danych.
Subskrybuj nasz biuletyn
Otrzymuj najnowsze wiadomości i porady od zespołu Oracle zajmującego się analityką danych.
Skontaktuj się z działem sprzedaży
Skontaktuj się z globalnym działem sprzedaży Oracle, aby dowiedzieć się więcej o rozwiązaniach Oracle do analityki danych i samouczenia się maszyn.