Ничего не найдено

По Вашему запросу ничего не найдено.

Рекомендуем сделать следующее:

  • Проверьте правильность написания ключевых слов.
  • Используйте синонимы введенных Вами ключевых слов, например “приложение” вместо “программное обеспечение”.
  • Попробуйте воспользоваться одним из популярных поисковых запросов ниже.
  • Начните новый поиск.
Актуальные вопросы

Платформа для Data Science

Платформа для анализа данных для значительного повышения эффективности обработки данных. Создавайте и оценивайте высококачественные модели машинного обучения (МО). Сделайте свой бизнес гибким: получайте проверенные данные, реализуйте бизнес-цели, связанные с данными, развертывайте модели МО легко и быстро.

data-science-cloud-bridge

Конференция Oracle Live: Будущее Data Lakehouse

Среда, 20 октября, 12:00 ET / 13:00 BRT / 18:00 CEST

Начать работу с машинным обучением в облаке

Использование облачных платформ для получения новой бизнес-аналитики.

Жизненный цикл моделей машинного обучения

Построение модели машинного обучения — это итеративный процесс. В этой электронной книге мы разбиваем данный процесс на этапы и описываем, как строятся модели машинного обучения.

Пройдите семинар по машинному обучению

Изучайте записи и стройте или тестируйте алгоритмы машинного обучения. Испытайте AutoML и ознакомьтесь с результатами исследования данных.

Что такое Data Science?

Зачем Вам нужна платформа Oracle для работы с данными?

Ускоренное создание и оценка высококачественных моделей

Создавайте высококачественные модели быстро и просто. Автоматизированное машинное обучение позволяет быстро анализировать данные. Оно рекомендует Вам оптимальные средства работы с данными и наиболее подходящие алгоритмы. Кроме того, автоматизированное машинное обучение настраивает модель и предоставляет пояснения по итогам работы.

Повышение эффективности благодаря анализу всех данных

Специалистам по обработке данных нужен доступ к различных форматам данных из разных источников независимо от того, какая среда используется — локальная или облачная. Используйте инструменты для интеграции и подготовки данных с возможностью перетаскивания элементов мышью. Перемещайте данные в озеро данных или хранилище, упрощая доступ для специалистов.

Предоставление искусственного интеллекта, которому можно доверять

ИИ становится более надежным, если разработчики эффективно сотрудничают друг с другом, а инструменты машинного обучения предоставляют пояснения моделей. Благодаря средствам безопасности и пользовательским интерфейсам Oracle участвовать в проектах и делиться моделями могут несколько пользователей. Описание не зависит от модели и дает специалистам по обработке данных, бизнес-аналитикам и руководителям уверенность в результатах.

Oracle Data Science Platform

Быстрая разработка моделей машинного обучения

Позволяет специалистам по обработке данных создавать и тренировать модели машинного обучения и управлять ими в Oracle Cloud с помощью экосистемы Python с открытым исходным кодом. Oracle расширила возможности этой экосистемы благодаря автоматизированному машинному обучению (AutoML), оценке и описанию работы модели.


Машинное обучение для всех

Создавайте и развертывайте модели машинного обучения в Oracle Autonomous Database с использованием масштабируемых и оптимизированных алгоритмов, встроенных в базу данных.


Создавайте модели машинного обучения без дополнительных затрат

Легко развертывайте настроенные среды на основе GPU с распространенными IDE, блокнотами и методиками машинного обучения. Развертывайте их из Oracle Cloud Marketplace с использованием любой вычислительной формы.


Дополните свою среду сервисами для сквозной аналитики

Платформа для работы с данными Oracle — это не просто хороший набор инструментов для создания моделей машинного обучения. Она включает полный набор возможностей для поддержки всесторонней обработки данных.

Модули

Логотип Университета Виктории

С помощью облачной платформы Oracle Cloud Infrastructure Data Science Университет Виктории проводит исследования значительно быстрее

Исследователи из Университета Виктории использовали облачное решение Oracle Cloud, чтобы попытаться предсказать случаи домашнего насилия, о которых сообщается в социальных сетях.

22 марта 2021 г.

Развертывание модели для прогнозирования в реальном времени в Oracle Cloud Infrastructure Data Science

Цви Кейсар (Tzvi Keisar), старший главный менеджер по продуктам Oracle

Мы рады представить релиз платформы для развертывания моделей, позволяющей использовать модели машинного обучения для вызова по HTTP, получать запросы и отправлять ответы с прогнозами в реальном времени.

Рекомендуемые блоги

Смотреть все

Возможности платформы для анализа данных

  • AutoML

    Автоматизированное машинное обучение (AutoML) помогает специалистам по обработке данных, автоматизирует выбор алгоритмов и инструментов, а также настройку моделей. Вы быстрее получаете более точные и надежные результаты меньшими ресурсами и временем на вычисления. Кроме того, AutoML дает возможность неспециалистам использовать мощные алгоритмы машинного обучения для создания более качественных моделей.

  • Оптимизированные алгоритмы, встроенные в базу данных

    СУБД Oracle Database включает более 30 высокопроизводительных, полностью масштабируемых алгоритмов, охватывающих распространенные методы машинного обучения: обнаружение аномалий, регрессию, классификацию, кластеризацию и т. д. Вам не нужно перемещать данные, которые уже находятся в СУБД Oracle Database. Это уменьшает объем работы для специалистов по управлению данными и позволяет им фокусироваться на создании производственных моделей.

  • Библиотеки и среды с открытым исходным кодом

    Используйте и импортируйте любые библиотеки и среды с открытым исходным кодом на Python и R для исследования, преобразования, визуализации и машинного обучения. Допустимо использовать следующие библиотеки и среды: Pandas, Dask, NumPy и dplyr для преобразования, Seaborn, Plotly, Matplotlib и ggplot2 для визуализации, TensorFlow, Keras и PyTorch для создания моделей.

  • Выбор вариантов развертывания

    Быстро развертывайте модели, чтобы приложения и бизнес-аналитики получили к ним доступ. Развертывать модели можно с помощью REST API в бессерверной масштабируемой облачной архитектуре, например в Oracle Functions или прямо в базе данных.

  • Описание работы модели

    Описание работы модели помогает специалистам и обычным пользователям понимать, как работает модель в целом и почему она выдает тот или иной результат. Благодаря пояснениям и подробной информации о прогнозах проще разобраться с функциями и понять, что влияет на прогнозы больше всего.

  • Гибкий и простой доступ к любым данным

    Доступ к данным в различных форматах (в том числе CSV, Excel, JSON и т.д.), из различных источников (облачное хранилище, СУБД Oracle Database, MongoDB, PostgreSQL и Hadoop), а также из разных мест (в локальном хранилище, Oracle Cloud и других облачных сервисах).

  • Поддержка различных языков программных сценариев

    Специалисты по обработке данных могут разрабатывать решения обработки данных и машинного обучения с использованием наиболее популярных языков, например Python, R и SQL. Компании быстрее получают результаты более высокого качества, если специалисты по обработке данных могут гибко использовать разные языки, наилучшим образом подходящие под конкретные задачи.

Начало работы


Twitter

См. официальный канал Oracle Data Science в Twitter.


Подписка на нашу новостную рассылку

Свежие новости от специалистов по Oracle Data Science.


Связаться со специалистами отдела продаж

Обратитесь в любую команду продаж Oracle, чтобы узнать больше о работе с данными и машинном обучении Oracle.