Anwendungsfälle für das Gesundheitswesen untersuchen

Sehen Sie sich drei Anwendungsfälle für das Training und Deployment von Modellen für maschinelles Lernen im Gesundheitswesen an, indem Sie Jupyter Notebook hochladen und direkt mit dem Oracle Cloud Infrastructure Data Science-Service verwenden.

OCI Data Science-Service bereitstellen

Stellen Sie Oracle Cloud Infrastructure Data Science mit Oracle Cloud Infrastructure Resource Manager und Terraform bereit.

1. Gehen Sie zu GitHub.
2. Klonen oder laden Sie das Repository auf Ihren lokalen Rechner herunter.
3. Prüfen und befolgen Sie die Anweisungen in Readme.
4. Weisen Sie den Benutzer der Gruppe DataScienceGroup zu, um auf den Service zuzugreifen.

Beispielnotizbücher in OCI Data Science Service verwenden

Erstellen Sie eine Jupyter Notebook-Session in Oracle Cloud Infrastructure (OCI), um Gesundheitsmodelle des Oracle Cloud Infrastructure Data Science-Service zu untersuchen. Das Repository in GitHub enthält Demos, Tutorials und Codebeispiele, die verschiedene Features des OCI-Data Science-Service und der KI-Services hervorheben.

Die folgenden Modelle für maschinelles Lernen sind zum Download verfügbar:

• Sagen Sie die Gesundheit von Föten anhand von Kardiotokogrammsignalen vorher.
• Vorhersagen der Parkinson-Krankheit durch Variationen der Sprachmerkmale.
• Vorhersagen Sie Brustkrebs aus Biospy-Zell-Bild-Eigenschaften.

1. Melden Sie sich bei der OCI-Konsole an.
2. Navigieren Sie zu Analysen und KI, klicken Sie auf Data Science, und klicken Sie dann im Compartment Ihrer Wahl auf Projekt erstellen.
3. Wählen Sie das Projekt aus, und klicken Sie auf Notebook-Session erstellen.
4. Befolgen Sie die Eingabeaufforderungen, um einen Namen und die Ausprägung des Rechners für diese Session zu definieren. Der Standardblockspeicher ist ausreichend.
5. Klicken Sie auf die Schaltfläche Öffnen, um die OCI-Notizbuchsession für Data Science zu starten.
   Der Starter wird als Standardseite in der Jupyter Notebook-Schnittstelle geöffnet.
6. Scrollen Sie nach unten, und klicken Sie auf das Symbol Terminal, um ein neues Terminalfenster zu starten.
7. Installieren Sie eine allgemeine Conda-Umgebung für maschinelles Lernen mit dem Befehl:

   odsc conda install -s generalml_p37_cpu_v1

8. Laden Sie die Beispielnotizbücher von GitHub herunter.

   wget https://raw.githubusercontent.com/oracle-samples/oci-data-science-ai-samples/master/labs/healthcare-use-cases/Breast_Cancer.ipynb
   wget https://raw.githubusercontent.com/oracle-samples/oci-data-science-ai-samples/master/labs/healthcare-use-cases/CTG_fetal_health.ipynb
   wget https://raw.githubusercontent.com/oracle-samples/oci-data-science-ai-samples/master/labs/healthcare-use-cases/Parkinson.ipynb

9. Doppelklicken Sie im Dateibrowserbereich (links) auf ein zu untersuchendes Notizbuch.
10. Wählen Sie beim Start den Kernel generalml_p37_cpu_v1 kernel aus.
11. Durchsuchen Sie das Notizbuch, indem Sie jede Zelle über das Symbol in der oberen Menüleiste ausführen.

    Jedes Notizbuch führt einige Schritte zur Datenerkundung, die Datenvisualisierung der verschiedenen Features, die Datentransformation zur Vorbereitung des Modelltrainings und das Training auf verschiedenen Modellen durch, um den besten Algorithmus zu schätzen. Nachdem ein geeignetes Modell ausgewählt und trainiert wurde, wird es im Modellkatalog gespeichert und als Modell-Deployment bereitgestellt.