找不到任何結果
您的搜尋未與任何結果相符。
以下操作有助您找到所需內容，建議您不妨一試：
- 檢查您關鍵字搜尋的拼字是否正確。
- 改用您所輸入關鍵字的同義詞，例如以「應用軟體」取代「軟體」。“”“”
- 嘗試下列其中一項熱門搜尋。
- 開始新的搜尋。
常見問題
資料科學平台
Oracle 的資料科學平台以無與倫比的能力提高生產力。建立和評估更高品質的機器學習 (ML) 模式。透過將企業信任的資料快速投入使用來提高業務靈活性，並透過更輕鬆地部署 ML 模式來支援資料導向的業務目標。
建立機器學習模型是一個反覆的過程。在此電子書中，我們將分解過程並描述如何建置機器學習模型。
雲端型機器學習可以提供創造改變的業務洞察力。透過這本全新的 O’Reilly 電子書深入了解。
為什麼選擇 Oracle 的資料科學平台？
更快地建立和驗證高品質模式
更快、更輕鬆地建構高品質的模式。自動化的機器學習功能可快速檢查數據並推薦最佳數據功能和最佳算法。此外，自動機器學習可以調整模式並解釋模式的結果。
檢視機器學習電子書 (PDF)
透過處理所有資料以獲得更好的結果
資料科學家需要從不同資料源 (本機或雲端) 以不同形式存取資料。使用拖放式資料整合和準備工具將資料移動到資料湖或資料倉儲中，進而簡化資料科學家的存取流程。
閱讀資料探索電子書 (PDF)
提供可信任的人工智慧
當多個貢獻者有效地協作並有機器學習工具提供模式的解釋和評估時，人工智慧將更受信任。Oracle Security Tools 和使用者介面使多個角色可以參與專案和共享模式。不可知模式的解釋有助於資料科學家、業務分析人員和高階主管對結果充滿信心。
閱讀更多加速完成工作的資料科學資訊
Oracle 資料科學平台
加速機器學習模式開發
使資料科學家能夠使用 Oracle 強化的開放原始碼 Python 生態系統在 Oracle Cloud 上建構、訓練和管理機器學習模式，以實現自動機器學習(AutoML)、模式評估和模式解釋。
適合每個人使用的機器學習
使用可擴展且經過最佳化的資料庫算法，在 Oracle Autonomous Database 中建構和部署機器學習模式。
免費建立機器學習模式
使用 GPU 型環境、預先配置的熱門 IDE、備忘錄和機器學習框架快速上手和執行。根據您選擇的運算型態，從 Oracle Cloud Marketplace 輕鬆部署。
透過端到端資料服務完善您的環境
資料科學平台不僅僅是用於建構機器學習模式的一組優良工具。Oracle 的資料科學平台包括一套完整的功能，以支持端到端資料科學管道。
單元
資料科學平台功能特色
-
AutoML
自動化機器學習 (AutoML) 透過自動化算法選擇、資料、特徵挑選以及模式調整來幫助所有資料科學家。這樣可以更快地獲得更準確和可靠的結果，並減少運算時間。
-
數據庫內優化算法
Oracle Database 包含 30 多種高效能且可完全擴展的演算法，涵蓋了常用的機器學習技術，例如異常偵測、迴歸、分類、叢集化等等。您無需移動 Oracle Database 中已經存在的資料，這減輕了資料科學家的資料管理工作量，並使他們可以專注於建構生產模式。
-
開放原始碼資料庫和框架
使用和導入所選的開放原始碼資料庫和框架以實現資料轉換、視覺化和模式建構。這些包括但不限於：使用 pandas、Dask 和 NumPy 進行轉換，使用 Seaborn、Plotly 和 Matplotlib 進行視覺化，使用 TensorFlow、Keras 和 PyTorch 進行模式建構。
-
部署選擇
快速部署模式以供應用程式和業務分析人員存取。可以使用 REST API 將模式部署在無伺服器的可擴展雲端架構中，例如 Oracle Functions 或直接部署在資料庫中。
-
模式說明
模式解釋使專家和非專家都可以理解是什麼原因導致模式返回特定結果。透過模式解釋，您能容易理解功能的重要性以及如何產生更多或更少的結果。
-
彈性輕鬆地存取任何資料
使用 Python 存取許多不同格式的資料 (包括 CSV、Excel、JSON 等)，許多不同的來源 (包括物件儲存、Oracle Database、MongoDB、PostgreSQL 等) 以及許多不同的位置 (本機、Oracle Cloud 和其他雲端)。
資源
免費產品實作體驗
試用建構機器學習模式的工具。無需註冊雲端帳戶。