Oracle Cloud Infrastructure (OCI) Data Science to w pełni zarządzana platforma dla zespołów analityków danych służąca do tworzenia, szkolenia i wdrażania modeli uczenia maszynowego oraz zarządzania nimi przy użyciu języka Python i narzędzi open source. Wykorzystaj środowisko oparte na JupyterLab do eksperymentowania i tworzenia modeli. Skaluj proces szkolenia modeli za pomocą jednostek GPU NVIDIA i szkolenia rozproszonego. Wprowadzaj modele do produkcji i utrzymuj je w dobrej kondycji dzięki funkcjom MLOps, takim jak zautomatyzowane potoki czy wdrażanie i monitorowanie modeli.
OpenAI ogłosiła wydanie dwóch modeli otwartej wagi, gpt-oss-120b i gpt-oss-20b, które można wdrożyć i dostosować w OCI Data Science.
Wdrażaj, dostosowuj i oceniaj modele podstawowe za pomocą OCI Data Science AI Quick Actions.
Usprawnij wyszukiwanie w przedsiębiorstwie i generowanie odpowiedzi oparte na pobraniu odpowiednich danych dzięki najnowszemu wysokowydajnemu modelowi osadzania Cohere, który jest teraz dostępny w OCI.
Bezpłatna wersja próbna Oracle Cloud umożliwia dostęp do OCI Data Science z bezpłatnym kredytem w chmurze w wysokości 300 USD.
OCI Data Science is a comprehensive managed service designed to streamline the development, deployment, and operationalization of AI and machine learning models. Key features include Jupyter-based notebooks for experimentation, scalable MLOps tools for model deployment and monitoring, and integrated support for large language models (LLMs) through Hugging Face and other frameworks.
With robust tools for collaboration, anomaly detection, and forecasting, OCI Data Science empowers teams to deliver actionable insights efficiently and securely.
Identyfikuj czynniki ryzyka i przewiduj ryzyko ponownego przyjęcia pacjenta do szpitala poprzez stworzenie modelu predykcyjnego. Wykorzystaj dane, takie jak historia medyczna pacjenta, warunki zdrowotne, czynniki środowiskowe i historyczne trendy medyczne, aby zbudować silniejszy model, który pomoże zapewnić najlepszą opiekę przy niższych kosztach.
Stosuj techniki regresji na danych, aby przewidzieć przyszłe wydatki klientów. Analizuj przeszłe transakcje i łącz historyczne dane o klientach z danymi dotyczącymi trendów, poziomów dochodów, a nawet czynników takich jak pogoda, aby budować modele uczenia maszynowego, które określają, czy należy tworzyć kampanie marketingowe w celu utrzymania obecnych klientów, czy też pozyskiwania nowych.
Twórz modele wykrywania anomalii na podstawie danych z czujników, aby wychwytywać awarie sprzętu, zanim staną się poważniejszym problemem, lub używaj modeli prognostycznych do przewidywania końca eksploatacji części i maszyn. Zwiększaj czas pracy pojazdów i maszyn dzięki uczeniu maszynowemu i monitorowaniu metryk operacyjnych.
Zapobiegaj oszustwom i przestępstwom finansowym, korzystając z analityki danych. Stwórz model uczenia maszynowego, który może identyfikować anomalie w czasie rzeczywistym, w tym oszukańcze kwoty lub nietypowe typy transakcji.
Uzyskaj dostęp do zautomatyzowanych przepływów pracy na potrzeby tworzenia modeli. Ułatw korzystanie z uczenia maszynowego dzięki zadaniom wielokrotnego użytku i kompleksowej orkiestracji dla cyklu życia uczenia maszynowego. Uruchamiaj rozproszone, wysokowydajne zadania z dostępem do tańszych jednostek GPU.
Oracle zapewnia najlepsze rozwiązania z zakresu uczenia maszynowego dzięki współpracy z kluczowymi partnerami takimi jak Anaconda. Wprowadzaj modele, dane i kod w wymaganym formacie.
Korzystaj z zalet wynikających ze strategicznego partnerstwa w zakresie uczenia maszynowego. Analitycy danych Oracle mają na celu zapewnienie sukcesu Twojej organizacji.
Dowiedz się, w jaki sposób dane są przechowywane, wykorzystywane i analizowane przez system opieki zdrowotnej w celu śledzenia podróży pacjenta od diagnozy do leczenia do powrotu do zdrowia.
Użyj tego wzorca, aby tworzyć platformy ML przeznaczone dla analityków danych.
Szybko wdrażaj architekturę, aby bezpiecznie obsługiwać duże ilości danych źródłowych w celu tworzenia modeli predykcyjnych i wykorzystywania ich w szybko rozwijających się aplikacjach.
Wzbogacaj firmowe dane z aplikacji o dane nieprzetworzone z innych źródeł i korzystaj z modeli ML, zapewniając wgląd w procesy biznesowe, analityczne i predykcyjne.
