Explore los casos de uso de la sanidad

Explore tres casos de uso de ejemplo de entrenamiento y despliegue del modelo de aprendizaje automático sanitario cargando Jupyter Notebook y utilizándolo directamente con el servicio Oracle Cloud Infrastructure Data Science.

Aprovisionamiento del servicio de ciencia de datos de OCI

Aprovisione Oracle Cloud Infrastructure Data Science mediante Oracle Cloud Infrastructure Resource Manager y Terraform.

1. Vaya a GitHub.
2. Clone o descargue el repositorio en su equipo local.
3. Revise y siga las instrucciones de Readme.
4. Asigne el usuario al grupo DataScienceGroup para acceder al servicio.

Uso de blocs de notas de ejemplo en el servicio OCI Data Science

Cree una sesión de Jupyter Notebook en Oracle Cloud Infrastructure (OCI) para explorar los modelos de asistencia sanitaria del servicio de Oracle Cloud Infrastructure Data Science. El repositorio de GitHub proporciona demostraciones, tutoriales y ejemplos de código que resaltan varias funciones del servicio OCI Data Science y los servicios de IA.

Se pueden descargar los siguientes modelos de asistencia sanitaria de aprendizaje automático:

• Predicción de la salud de los fetos a partir de señales cardiotocogramas.
• Predicción de la enfermedad de Parkinson a partir de variaciones en las características del habla.
• Predicción del cáncer de mama a partir de las características de la imagen de las células biospías.

1. Inicie sesión en la consola de OCI.
2. Vaya a Análisis e IA, haga clic en Ciencia de datos y, a continuación, en el compartimento de su elección, haga clic en Crear proyecto.
3. Seleccione el proyecto y, a continuación, haga clic en Crear sesión de libro de notas.
4. Siga las peticiones de datos para definir un nombre y la forma de la máquina que se va a utilizar para esta sesión. El almacenamiento de bloques por defecto es suficiente.
5. Haga clic en el botón Abrir para iniciar la sesión del bloc de notas de OCI de Data Science.
   El programa de ejecución se abre como la página por defecto en la interfaz de Libro de notas de jupyter.
6. Desplácese hacia abajo y haga clic en el icono Terminal para iniciar una nueva ventana de terminal.
7. Instale un entorno conda de aprendizaje automático de uso general con el comando:

   odsc conda install -s generalml_p37_cpu_v1

8. Descargue los blocs de notas de ejemplo de GitHub.

   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. En el panel del explorador de archivos (de la izquierda), haga doble clic en un bloc de notas para explorar.
10. En el inicio, seleccione el núcleo generalml_p37_cpu_v1 kernel.
11. Examine el bloc de notas ejecutando cada celda con el icono de la barra de menús superior.

    Cada bloc de notas repasa algunos pasos de exploración de datos, la visualización de datos de las distintas funciones, la transformación de datos para prepararse para el entrenamiento del modelo y la formación en varios modelos para estimar el mejor algoritmo. Una vez seleccionado y entrenado un modelo adecuado, se almacena en el catálogo de modelos y se despliega como despliegue de modelos.