Este novo serviço da Oracle permite que os cientistas de dados construam e implementem mais fácil e rapidamente, e de forma colaborativa, modelos de aprendizagem automática.
A Oracle disponibiliza para comercialização no mercado uma plataforma inteiramente dedicada a Data Science. Com a Oracle Cloud Infrastructure Data Science no seu núcleo, o objectivo da gigante americana é das as empresas a possibilidade de construírem, capacitarem, administrarem e implementarem de forma colaborativa, modelos de aprendizagem automática para aumentar o sucesso dos projetos de ciência dos dados.
Segundo a Oracle a sua nova plataforma é dedicada às equipas de ciência dos dados, e não aos data scientists individualmente oferecendo funcionalidades como projetos partilhados, catálogos de modelos, políticas de segurança das equipas, reprodução e fiscalização/controlo. A Oracle Cloud Infrastructure Data Science seleciona automaticamente os melhores conjuntos de dados de formação, através da seleção e do ajuste de algoritmos AutoML, da avaliação e da explicação do modelo.
Na maior parte dos casos as empresas só percecionam uma fração do enorme potencial de transformação contido nos dados, porque as equipas de ciência dos dados não têm um acesso fácil aos dados, nem dispõem de ferramentas adequadas para construir e implementar modelos eficazes de aprendizagem automática. Desta forma, o desenvolvimento dos modelos é um processo ainda moroso, que nem sempre respeita os requisitos de rigor e robustez das empresas, e com muita frequência os modelos nem sequer chegam a entrar da fase de produção.
“Os modelos eficientes de aprendizagem automática são a base essencial para projetos de ciência de dados bem-sucedidos. No entanto, o volume e a variedade dos dados com que as empresas têm que lidar podem cercear estas iniciativas ainda mesmo antes delas começarem”, afirma Greg Pavlik, senior vice president product development, da Oracle Data and AI Services. “Com a Oracle Cloud Infrastructure Data Science, estamos a melhorar a produtividade dos cientistas de dados individualmente, automatizando todo o seu fluxo de trabalho e adicionando um forte apoio da equipa à colaboração, de modo a ajudar a garantir que os projetos de ciência de dados oferecem valor real às empresas”.