Data ScienceData Science ist eine vollständig verwaltete serverlose Plattform, auf der Data Science-Teams Modelle für maschinelles Lernen in Oracle Cloud Infrastructure erstellen, trainieren und verwalten können. Neue Features Erste Schritte Überblick über den Data Science-Service Data Scientists-Leitfaden zu OCI Neue Features in ADS Provisioning und Preise Mandanten mit einem Klick mit Resource Manager konfigurieren Projekte erstellen Verwenden von GPUs Produktseite Modelle in Notizbüchern erstellen Authentifizierung Codedateien verwenden Privaten Endpunkt konfigurieren Laufzeitoptionen konfigurieren Notizbücher erstellen Notizbuchmetriken anzeigen Verbindung zu Daten herstellen Mit Data Flow verbinden KI-Operatoren verwenden Überblick Schnellstart Forecasting (KI) Anomalieerkennung ML-Anwendungen Überblick Policys Projektsetup Unterstützen Data Science-Servicelimits erhöhen Supportanfragen Serviceanfrage erstellen Modelle erstellen und speichern Modellartefakt erstellen Modelle erstellen und speichern Großes Modellartefakt verwenden Jobs verwenden Nutzen Sie Ihren eigenen Container Jobartefakt erstellen Job erstellen Joblauf starten Joblaufmetriken anzeigen Pipelines verwenden Pipeline erstellen Pipelineausführung starten Pipelineausführung löschen Bring Your Own Container Developer Tools ADS-SDK ADS-Klassen OCIFS SDK AutoMLx ML-Insights ML-Überwachung Feature StoreData Science-API Data Science-CLI Community Blog zu KI und Data Science Data Science-Newsletterabonnement Schulungsvideos zu Data Science Werden Sie ein OCI Data Science Professional Modell-Deployments erkennen IAM-Policys einrichten Nutzen Sie Ihren eigenen Container Model Deployments erstellen Vorhersageendpunkte einrichten Modell-Deployment-Metriken anzeigen Repository mit Functions-Beispielen und Cloud Shell-Schnellstart Conda-Umgebungen entdecken Informationen zu Conda-Umgebungen Conda-Umgebungen installieren Conda-Umgebung in einem Bucket veröffentlichen Kernel auswählen Conda-Umgebung in eine andere Region kopieren Conda-Notizbuchbeispiele KI-Schnellaktionen verwenden Voraussetzungen KI-Schnellaktionen Modelle Modell-Deployment Fine-Tuning Auswertungen Fehlerbehebung Logging verwenden Jobs Metriken Modell-Deployment Notizbuchsessions Bekannte Probleme überprüfen
Data ScienceData Science ist eine vollständig verwaltete serverlose Plattform, auf der Data Science-Teams Modelle für maschinelles Lernen in Oracle Cloud Infrastructure erstellen, trainieren und verwalten können. Neue Features Erste Schritte Überblick über den Data Science-Service Data Scientists-Leitfaden zu OCI Neue Features in ADS Provisioning und Preise Mandanten mit einem Klick mit Resource Manager konfigurieren Projekte erstellen Verwenden von GPUs Produktseite Modelle in Notizbüchern erstellen Authentifizierung Codedateien verwenden Privaten Endpunkt konfigurieren Laufzeitoptionen konfigurieren Notizbücher erstellen Notizbuchmetriken anzeigen Verbindung zu Daten herstellen Mit Data Flow verbinden KI-Operatoren verwenden Überblick Schnellstart Forecasting (KI) Anomalieerkennung ML-Anwendungen Überblick Policys Projektsetup Unterstützen Data Science-Servicelimits erhöhen Supportanfragen Serviceanfrage erstellen Modelle erstellen und speichern Modellartefakt erstellen Modelle erstellen und speichern Großes Modellartefakt verwenden Jobs verwenden Nutzen Sie Ihren eigenen Container Jobartefakt erstellen Job erstellen Joblauf starten Joblaufmetriken anzeigen Pipelines verwenden Pipeline erstellen Pipelineausführung starten Pipelineausführung löschen Bring Your Own Container Developer Tools ADS-SDK ADS-Klassen OCIFS SDK AutoMLx ML-Insights ML-Überwachung Feature StoreData Science-API Data Science-CLI Community Blog zu KI und Data Science Data Science-Newsletterabonnement Schulungsvideos zu Data Science Werden Sie ein OCI Data Science Professional Modell-Deployments erkennen IAM-Policys einrichten Nutzen Sie Ihren eigenen Container Model Deployments erstellen Vorhersageendpunkte einrichten Modell-Deployment-Metriken anzeigen Repository mit Functions-Beispielen und Cloud Shell-Schnellstart Conda-Umgebungen entdecken Informationen zu Conda-Umgebungen Conda-Umgebungen installieren Conda-Umgebung in einem Bucket veröffentlichen Kernel auswählen Conda-Umgebung in eine andere Region kopieren Conda-Notizbuchbeispiele KI-Schnellaktionen verwenden Voraussetzungen KI-Schnellaktionen Modelle Modell-Deployment Fine-Tuning Auswertungen Fehlerbehebung Logging verwenden Jobs Metriken Modell-Deployment Notizbuchsessions Bekannte Probleme überprüfen