שירות מדע הנתונים (Data Science)
Oracle Cloud Infrastructure (OCI) Data Science היא פלטפורמה מנוהלת במלואה עבור הצוותים של מדעני הנתונים לבנייה, אימון, פריסה וניהול של מודלי למידת מכונה (ML) באמצעות Python וכלים בקוד פתוח. השתמשו בסביבה מבוססת JupyterLab כדי להתנסות ולפתח מודלים. הרחיבו את למידת המודלים עם GPUs של NVIDIA והדרכה מבוזרת. הכניסו מודלים לסביבת ייצור ושמרו עליהם תקינים באמצעות יכולות תפעול למידת מכונה (MLOps), כגון צינורות אוטומטיים, פריסת מודלים וניטור מודלים.
פשטו את העבודה שלכם עם מודלים של תשתית באמצעות המאפיין החדש OCI Data Science AI Quick Actions
המאפיין OCI Data Science AI Quick Actions נועד לאפשר לכל אחד לפרוס, לכוונן ולהעריך בקלות מודלים של תשתית.
- פשטו את העבודה שלכם עם מודלים של תשתית
פרסו, כווננו והעריכו מודלים של תשתית באמצעות OCI Data Science AI Quick Actions
- צעדים ראשונים עם OCI Data Science
עיינו בקטלוג של המעבדות המעשיות שלנו כדי לגלות יכולות של OCI Data Science.
- נסו את OCI Data Science בחינם
גרסת ניסיון בחינם של Oracle Cloud מאפשרת לכם לגשת ל-OCI Data Science עם 300 דולר ארה"ב באשראי בענן, בחינם.
בינה מלאכותית/למידת מכונה: ארכיטקטורה מומלצת
-
מדריך פתרונות
למדו כיצד נתונים מאוחסנים ומנותחים על ידי מערכת בריאות וכיצד נעשה בהם שימוש במעקב אחר המסע של המטופל מהאבחון לטיפול ועד להתאוששות.
-
ארכיטקטורה מומלצת
השתמשו בתבנית זו כדי ליצור פלטפורמות למידת מכונה המיועדות למדעני נתונים.
-
נבנה ונפרס
פרסו במהירות ארכיטקטורה כדי לטפל בצורה מאובטחת בכמויות גדולות של נתוני מקור לבניית מודלים חזויים ולמינופם ביישומים שפותחו במהירות.
-
ארכיטקטורה מומלצת
העשירו נתוני יישומים ארגוניים בנתונים גולמיים ממקורות אחרים והשתמשו במודלים של למידת מכונה כדי להביא בינה ותובנות חיזוי לתהליכים עסקיים.
תרחישי שימוש במדעי הנתונים של OCI
שירותי בריאות: סיכון לאשפוז חוזר של המטופל
צרו מודל חיזוי כדי לזהות גורמי סיכון ולחזות את הסיכון לאשפוז חוזר של מטופלים לאחר השחרור. השתמשו בנתונים, כגון היסטוריה רפואית של המטופל, מצבים בריאותיים, גורמים סביבתיים ומגמות רפואיות היסטוריות, כדי לבנות מודל חזק יותר המסייע לספק את הטיפול הטוב ביותר בעלות נמוכה יותר.
קמעונאות: חיזוי ערך משך חיים של לקוח
השתמשו בטכניקות רגרסיה על נתונים כדי לחזות הוצאות עתידיות של לקוחות. בחנו עסקאות קודמות ושלבו נתונים היסטוריים של לקוחות עם נתונים על מגמות, רמות הכנסה ואפילו על גורמים כמו מזג אוויר כדי לבנות מודלים של למידת מכונה (ML), שקובעים אם ליצור קמפיינים שיווקיים כדי לשמור על לקוחות קיימים או כדי לרכוש חדשים.
ייצור: תחזוקה חזויה
בנו מודלים לזיהוי חריגות מנתוני חיישנים כדי לזהות כשלי ציוד לפני שהם הופכים לבעיה חמורה יותר, או השתמשו במודלים של חיזוי כדי לחזות את סוף החיים של חלקים ושל מכונות. האריכו את זמן הפעילות של כלי רכב ומכונות באמצעות למידת מכונה ומדדי ניטור תפעול.
כספים: זיהוי הונאות
השתמשו במדעי הנתונים כדי למנוע הונאות ופשעים פיננסיים. בנו מודל למידת מכונה שיכול לזהות אירועים חריגים בזמן אמת, כולל סכומים של הונאה או סוגים חריגים של עסקאות.
למה להשתמש ב-OCI Data Science?
-
מדעי נתונים עם ביצועים גבוהים
קבלו גישה לתהליכי עבודה אוטומטיים לבניית מודלים. הפעילו ML בקלות רבה יותר באמצעות משימות לשימוש חוזר ותזמור מקצה לקצה של מחזור החיים של ML. הפעילו עומסי עבודה מבוזרים בעלי ביצועים גבוהים עם גישה למעבדי GPU בעלות נמוכה יותר.
-
פלטפורמה פתוחה
צפו למיטב של ML ב-Oracle באמצעות שותפויות גדולות, כגון Anaconda. הכניסו מודלים, נתונים וקוד בתבנית הדרושה לכם.
-
התמיכה הטובה ביותר בקטגוריה
הפיקו תועלת מטיפול ברמה הגבוהה ביותר עבור שותפויות למידת מכונה אסטרטגיות. מדעני הנתונים של Oracle מחויבים להבטיח את הצלחת הארגון שלכם.
