Oracle Cloud Infrastructure (OCI) Data Science, Python ve açık kaynak araçları kullanarak veri bilimcilerinden oluşan ekipler için makine öğrenimi (ML) modelleri oluşturmak, eğitmek, dağıtmak ve yönetmek için tam olarak yönetilen bir platformdur. Modelleri denemek ve geliştirmek için JupyterLab tabanlı bir ortam kullanın. NVIDIA GPU'lar ve dağıtılmış eğitim ile model eğitimini ölçeklendirin. Modelleri üretime alın ve otomatik işlem hatları, model dağıtımları ve model izleme gibi ML işlemleri (MLOps) özellikleriyle sağlıklı tutun.
OpenAI, OCI Data Science'ta dağıtılabilen ve ince ayarları yapılabilen iki açık ağırlıklı model olan gpt-oss-120b ve gpt-oss-20b'nin kullanıma sunulduğunu duyurdu.
OCI Data Science AI Quick Actions ile temel modellerini konuşlandırın, hassas ayarlayın ve değerlendirin.
OCI aracılığıyla artık erişilebilir olan Cohere'nin en yeni yüksek performanslı gömülü modeli ile şirket arama ve alıma artırılmış üretimi geliştirin.
Oracle Cloud ücretsiz denemesi, OCI Data Science'a 300 ABD doları ücretsiz bulut kredisi ile erişmenizi sağlar.
OCI Data Science, yapay zeka ve makine öğrenimi modellerinin geliştirilmesini, dağıtılmasını ve çalıştırılmasını kolaylaştırmak amacıyla tasarlanmış kapsamlı bir yönetilen hizmettir. Temel özellikleri arasında deneme amaçlı Jupyter tabanlı not defterleri, model dağıtımı ve izlemeye yönelik ölçeklenebilir MLOps araçları ve Hugging Face ve diğer çerçeveler aracılığıyla büyük dil modelleri (LLM) için entegre destek yer alır.
OCI Data Science; iş birliği, anormallik algılama ve tahmine yönelik güçlü araçlar sayesinde ekipleri eyleme dönüştürülebilir bilgileri verimli ve güvenli bir şekilde sunma konusunda destekler.
Risk faktörlerini belirleyin ve tahmine dayalı bir model oluşturarak taburcu olduktan sonra hastaların yeniden yatış riskini tahmin edin. Daha düşük maliyetle en iyi bakımı sağlamaya yardımcı olan daha güçlü bir model oluşturmak için hastanın tıbbi geçmişi, sağlık koşulları, çevresel faktörler ve geçmiş tıbbi eğilimler gibi verileri kullanın.
Gelecekteki müşteri harcamalarını tahmin etmek için veriler üzerinde regresyon tekniklerini kullanın. Mevcut müşterileri elde tutmak veya yenilerini almak için pazarlama kampanyaları oluşturup oluşturmayacağınızı belirleyen makine öğrenimi modelleri oluşturmak için geçmiş işlemleri inceleyin ve geçmiş müşteri verilerini trendler, gelir düzeyleri ve hatta hava durumu gibi faktörler hakkındaki verilerle birleştirin.
Ekipman hatalarını daha ciddi bir sorun haline gelmeden önce yakalamak için sensör verilerinden anomali algılama modelleri oluşturun veya parçaların ve makinelerin yaşam sonunu tahmin etmek için tahmin modellerini kullanın. Makine öğrenimi ve operasyon metriklerini izleme yoluyla araç ve makinelerin çalışma süresini artırın.
Veri bilimi ile dolandırıcılık ve mali suçları önleyin. Sahte tutarlar veya olağandışı işlem türleri de dahil olmak üzere anormal olayları gerçek zamanlı olarak belirleyebilen bir makine öğrenimi modeli oluşturun.
Model oluşturmak için otomatik iş akışlarına erişim elde edin. Makine öğrenimi yaşam döngüsü için yeniden kullanılabilir işler ve uçtan uca düzenleme sayesinde makine öğrenimini daha kolay operasyonel hale getirin. Düşük maliyetli GPU'lara erişerek dağıtılmış, yüksek performanslı iş yüklerini çalıştırın.
Anaconda gibi büyük ortaklıklar aracılığıyla Oracle'da makine öğreniminin en iyisini bekleyin. Modelleri, verileri ve kodu ihtiyaç duyduğunuz formatta getirin.
Stratejik makine öğrenimi ortaklıkları için beyaz eldiven uygulamasından yararlanın. Oracle, kuruluşunuzun başarısını sağlamak için çalışan veri bilimcilerine sahiptir.
Bir hastanın tanıdan tedaviye iyileşme yoluyla yolculuğunu izlemek için verilerin bir sağlık sistemi tarafından nasıl depolandığını, kullanıldığını ve analiz edildiğini öğrenin.
Veri bilimcileri için tasarlanmış makine öğrenimi platformları oluşturmak için bu düzeni kullanın.
Tahmine dayalı modeller oluşturmak ve hızla geliştirilen uygulamalarda bunlardan yararlanmak için büyük miktarda kaynak veriyi güvenli bir şekilde işleyecek bir mimariyi hızla devreye alın.
Kurumsal uygulama yazılımı verilerini diğer kaynaklardan gelen ham verilerle zenginleştirin ve iş süreçlerine zeka ve tahmine dayalı içgörüler getirmek için ML modellerini kullanın.
