I video.
In questa pagina raccolgo i link ad una serie di video, da me preparati, per spiegare come utilizzare alcune funzionalità avanzate di Oracle DataScience od anche per spiegare come affrontare task avanzati nell'ambito della DataScience e del Machine Learning.
Ho aggiunto anche un video, il primo della lista, in cui spiego le caratteristiche di un'architettura per una soluzione end-2-end, basata su servizi Cloud Oracle.
| Video | link | Note |
| Architettura di un modern DataLake | DataLake 2.0, serverless, elastico, per il ML e la Data Science | |
| Come affrontare lo sviluppo di un modello per la Fraud Detection quando il dataset è molto grande. | ||
| Come connettersi da una Notebook Session ad un Autonomous DB (ADWH) | Configurazione ed uso del wallet | |
| Model Catalog e Model Deployment: le nuove e semplificate modalità per trasformare il modello addestrato in un REST service | ||
| Tuning degli iper-parametri di un modello ML | ADSTuner, Optuna | |
| Anomaly Detection for Predictive Maintenance | AutoEncoder e PyOD per prevedere in anticipo fault su macchinari. | |
| Utilizzare Apache Spark e OCI Data Flow in OCI Data Science | soon available | |
| Oracle Graph DB (PGX) in OCI Data Science | soon available | |
| Implementare K-FOLD CV con Sklearn | K-FOLD CV, ensamble | |
| eXplainable AI: strumenti Open Source per la Model eXplaination and interpretability | Permutation Feature Importance, PDP, Shapley, LIme | |
| BIAS in Machine Learning model: il toolkit AEQuitas | BIAS, AEQuitas | |
| OCI Data Catalog e suo utilizzo in un Notebook, mediante Python SDK | Data Catalog, Python SDK, DataScience |
Link ai repository GitHub con gli esempi di codice illustrati nei video:
Video interessanti prodotti dal Product Management team di Oracle Data Science:
Link a repository di esempi creati dal PM di Oracle DataScience: