Creați și evaluați modele de Machine Learning (ML) de calitate superioară. Sporiți flexibilitatea afacerii punând rapid la treabă datele enterprise de încredere și susțineți obiectivele de afaceri bazate pe date prin implementarea mai ușoară a modelelor ML.
Ce este știința datelor?
Construirea unui model de Machine Learning este un proces iterativ. În această carte electronică, descompunem procesul și descriem modul în care sunt construite modelele de Machine Learning.
Explorați notebookuri și construiți sau testați algoritmi de Machine Learning. Încercați AutoML și vedeți rezultatele științei datelor.
Construiți modele de înaltă calitate mai rapid și mai ușor. Capacitățile automate de Machine Learning examinează rapid datele și recomandă caracteristicile optime ale datelor și cei mai buni algoritmi. În plus, Machine Learning automată ajustează modelul și explică rezultatele modelului.
Experții în date trebuie să acceseze date în diferite formate și din diferite surse de date, fie la locație, fie în cloud. Utilizați instrumentele de integrare și pregătire a datelor cu glisare și fixare pentru a muta datele într-un lac de date sau într-un depozit de date, simplificând accesul pentru experții în date.
IA este mai de încredere atunci când mai mulți colaboratori colaborează eficient, iar instrumentele de Machine Learning asigură explicarea și evaluarea modelelor. Oracle Security Tools și interfețele cu utilizatorul permit mai multor roluri să participe la proiecte și să partajeze modele. Explicarea agnostică la model ajută experții în date, analiștii de afaceri și cadrele de conducere să aibă încredere în rezultate.
Le permite experților în date să creeze, să instruiască și să gestioneze modele de Machine Learning pe Oracle Cloud, utilizând un ecosistem open source Python îmbunătățit de Oracle pentru Machine Learning automată (AutoML), evaluare modele și explicare modele.
Creați și implementați modele de Machine Learning în Oracle Autonomous Database folosind algoritmi scalabili și optimizați în baza de date.
Puneți lucrurile rapid în funcțiune cu medii bazate pe GPU, preconfigurate cu IDE-uri populare, notebookuri și platforme pentru Machine Learning. Implementați cu ușurință din Oracle Cloud Marketplace, conform propriei dvs. alegeri în materie de formă de calcul.
O platformă pentru știința datelor este mai mult decât un set bun de instrumente pentru crearea modelelor de Machine Learning. Platforma Oracle de știința datelor include un set complet de capacități pentru susținerea unei conducte end-to-end de știința datelor.
Suntem încântați să anunțăm lansarea implementării de model, care permite modelelor de Machine Learning să fie servite ca puncte finale HTTP, să primească solicitări și să trimită răspunsuri înapoi cu predicțiile modelului în timp real.
Machine Learning automat (AutoML) îi ajută pe experții în date prin automatizarea selecției algoritmilor, a selecției caracteristicilor și a ajustării modelelor. Aceasta permite obținerea de rezultate mai rapide și mai precise, care necesită mai puțin timp de calcul. AutoML le permite experților, de asemenea, să utilizeze algoritmi puternici de Machine Learning pentru a construi modele de calitate superioară.
Oracle Database include peste 30 de algoritmi de înaltă performanță, complet scalabili, care acoperă tehnici de Machine Learning utilizate în mod obișnuit, precum detectarea anomaliilor, regresia, clasificarea, gruparea în clustere și multe altele. Datele aflate deja în Oracle Database nu trebuie mutate, reducând volumul de lucru necesar gestionării datelor pentru experții în date și permițându-le acestora să se concentreze pe crearea modelelor de producție.
Utilizați și importați biblioteci și cadre open source din Python și R pentru a permite explorarea, transformarea, vizualizarea datelor, cât și Machine Learning. Acestea includ, fără limitare: panda, Dask, NumPy și dplyr pentru transformare, Seaborn, Plotly, Matplotlib și ggplot2 pentru vizualizare, cât și TensorFlow, Keras și PyTorch pentru construirea modelelor.
Implementați rapid modele de acces pentru aplicații și analiști de afaceri. Modelele pot fi implementate cu un API REST într-o arhitectură cloud fără server, scalabilă, precum Oracle Functions sau direct în baza de date.
Explicarea modelelor le permite experților și non-experților să înțeleagă comportamentul general al unui model, cât și predicțiile individuale ale acestuia. Cu ajutorul explicării modelelor și detaliilor de predicție, este ușor de înțeles importanța caracteristicilor și ce anume influențează cel mai mult predicțiile.
Accesați date în mai multe formate (inclusiv CSV, Excel și JSON), din mai multe surse (inclusiv stocare obiecte, Oracle Database, MongoDB, PostgreSQL și Hadoop), cât și în locații multiple (on-premise, Oracle Cloud și alte servicii cloud).
Experții în date pot dezvolta soluții de știința datelor și Machine Learning folosind cele mai populare limbaje, inclusiv Python, R și SQL. Organizațiile obțin rezultate mai bune și mai rapide atunci când experții în date au flexibilitatea de a utiliza limbajele cele mai potrivite pentru anumite activități.
Încercați instrumente pentru construirea modelelor de Machine Learning. Nu este necesar să vă înregistrați pentru un cont de cloud.
Consultați fluxul oficial de Twitter dedicat științei datelor de la Oracle.
Aflați cele mai recente știri și sfaturi legate de știința datelor Oracle.
Contactați echipa globală de vânzări Oracle pentru a afla mai multe despre știința datelor și Machine Learning de la Oracle.