Trace Id is missing
Přeskočit na hlavní obsah

Azure Machine Learning

Použití služby AI na podnikové úrovni pro kompletní životní cyklus strojového učení.

Sestavujte důležité modely strojového učení ve velkém měřítku

Azure Machine Learning umožňuje odborníkům na data a vývojářům vytvářet, nasazovat a spravovat vysoce kvalitní modely rychleji a s jistotou. Dosáhne rychlejšího zhodnocení pomocí špičkových MLOps (operace strojového učení), opensourcové interoperability a integrovaných nástrojů. Tato důvěryhodná platforma učení umělé inteligence je navržená pro odpovědné aplikace AI ve strojovém učení.

Video container

Zhodnocení v kratší době

Sestavujte modely strojového učení s využitím výkonné infrastruktury umělé inteligence a řiďte pracovní postupy umělé inteligence s tokem instrukcí.

Spolupráce a zjednodušení MLOps

Rychlé nasazení, správa a sdílení modelů ML pro spolupráci mezi pracovními prostory a MLOps.

Vývoj s jistotou

Vestavěné řízení, zabezpečení a dodržování předpisů pro spouštění úloh strojového učení kdekoli.

Navrhujte odpovědně

Odpovědná AI pro vytváření vysvětlitelných modelů využívající rozhodnutí řízených daty pro zajištění transparentnosti a odpovědnosti.

Podívejte se na webinář Odhalení prediktivních přehledů s využitím analýzy a AI

Podpora kompletního životního cyklu strojového učení

Popisování dat

Označte trénovací data a spravujte projekty popisování.

Příprava dat

Použití s analytickými moduly pro zkoumání a přípravu dat.

Datové sady

Získejte přístup k datům a vytvářejte a sdílejte datové sady.

Zpět na karty

Azure Machine Learning pro generativní AI

Orchestrace pracovních postupů AI

Zjednodušte návrh, hodnocení a nasazení velkých aplikací využívajících jazykové modely s tokem instrukcí. Jednoduše sledujte, rozmnožte, vizualizujte a zlepšete výzvy a toky napříč různými nástroji a prostředky. Přečtěte si další informace o generativní AI ve strojovém učení.

Spravovaná komplexní platforma

Zjednodušte celý životní cyklus velkých jazykových modelů a správu modelů s využitím nativních funkcí MLOps. Spouštějte strojové učení kdekoli a bezpečně díky zabezpečení na podnikové úrovni. Zmírňujte předsudky modelů a vyhodnocujte modely pomocí řídicího panelu odpovědné AI.

Flexibilní nástroje a rozhraní

Vytvářejte modely hlubokého učení v nástrojích jako Visual Studio Code a Jupyter Notebook za pomoci flexibilních architektur jako PyTorch nebo TensorFlow. Azure Machine Learning je kompatibilní s modulem ONNX Runtime a DeepSpeed a optimalizuje trénování a odvozování.

Špičkový výkon

Využijte účelovouinfrastrukturu AI navrženou tak, aby kombinovala nejnovější grafické procesory NVIDIA a síťová řešení InfiniBand s rychlostí až 400 Gb/s. Vertikálně navyšte kapacitu až na tisíce GPU v rámci jednoho clusteru s nebývalým škálováním.

Zrychlete zhodnocení díky rychlému vývoji modelů

Zlepšete produktivitu díky sjednocenému studiovému prostředí. Vytvářejte, trénujte a nasazujte modely pomocí poznámkových bloků Jupyter Notebook s využitím integrované podpory opensourcových architektur a knihoven. Vytvářejte rychle modely prostřednictvím automatizovaného strojového učení pro tabulková, textová a obrazová data. Pomocí editoru Visual Studio Code můžete plynule přecházet z místního trénování na cloudové a automaticky škálovat s využitím infrastruktury Azure AI podporované platformou NVIDIA Quantum-2 InfiniBand. Navrhujte, hodnoťte a nasazujte své výzvy pro aplikace využívající jazykové modely díky toku instrukcí.

Spolupráce a zjednodušení správy modelů s využitím MLOps

Zjednodušte nasazení a správu tisíců modelů ve více prostředích pomocí MLOps. Nasazujte a hodnoťte modely strojového učení rychleji pomocí plně spravovaných koncových bodů pro dávkové predikce a predikce v reálném čase. K automatizaci pracovních postupů pro kontinuální integraci a průběžné doručování (CI/CD) používejte opakovatelné kanály. Sdílejte a objevujte artefakty strojového učení napříč několika týmy pro spolupráci mezi pracovními prostory s využitím registrů a spravovaného uložiště funkcí. Průběžně monitorujte metriky výkonu modelu, zjišťujte posun dat a aktivujte opakované trénování, aby se zlepšil výkon modelu.

Vytváření řešení na podnikové úrovni na hybridní platformě

Integrované zásady správného řízení dat v Microsoft Purview se postarají o to, že zabezpečení v rámci životního cyklu strojového učení bude na prvním místě. Využijte výhod komplexních funkcí zabezpečení, které pokrývají identitu, data, sítě, monitorování a dodržování předpisů, a navíc jsou otestované a ověřené Microsoftem. Zabezpečte řešení s využitím vlastního řízení přístupu na základě rolí, virtuálních sítí, šifrování dat, privátních koncových bodů a privátních IP adres. Trénujte a nasazujte modely kdekoli, od místního prostředí po multicloudové, aby splňovaly požadavky na suverenitu dat. Spravujte dodržování předpisů s jistotou s využitím 60 certifikací, včetně FedRAMP vysoké úrovně a HIPAA.

Používání postupů odpovědné AI v průběhu celého životního cyklu

Vyhodnocujte modely strojového učení pomocí reprodukovatelných a automatizovaných pracovních postupů a posuďte nestrannost modelu, vysvětlitelnost, analýzu chyb, kauzální analýzu, výkon modelu a průzkumnou analýzu dat. Provádějte reálné zásahy pomocí kauzální analýzy na řídicím panelu odpovědné AI a generujte přehled výkonnostních metrik v době nasazení. Zapojte zúčastněné strany do kontextu zodpovědné metriky AI pro technické i netechnické cílové skupiny a zjednodušte kontrolu dodržování předpisů.

Posílení znalostí strojového učení s využitím Azure

Přečtěte si víc o strojovém učení v Azure a zapojte se do praktických kurzů v rámci 30denního výukového plánu. Po jeho absolvování budete připraveni na certifikaci Azure Data Scientist Associate.

Osoba pracující na přenosném počítači v konferenční místnosti

Klíčové možnosti služby pro úplný životní cyklus strojového učení

  • Poznámkové bloky pro spolupráci

    Spusťte poznámkový blok v Jupyter Notebook nebo ve Visual Studio Code, abyste získali bohaté vývojové prostředí, včetně zabezpečeného ladění a podpory správy zdrojového kódu Git.

  • Automatizované strojové učení

    Rychle vytvářejte přesné modely pro klasifikaci, regresi, prognózování časových řad, úlohy zpracování přirozeného jazyka a úlohy počítačového zpracování obrazu s automatizovaným strojovým učením.

  • Strojové učení podporující přetahování

    Použijte nástroje strojového učení jako návrháře pro transformaci data, trénování a vyhodnocování modelů nebo snadné vytváření a publikování kanálů strojového učení.

  • Odpovědná AI

    Vytvářejte řešení odpovědné AI s funkcemi interpretovatelnosti. Posuzujte nestrannost modelů na základě metrik nekonzistence a zmírňujte nespravedlnosti.

  • Registry

    Využijte úložiště pro celou organizaci k ukládání a sdílení modelů, kanálů, komponent a datových sad napříč několika pracovními prostory. Zachytávejte rodokmen dat a data zásad správného řízení pomocí funkce záznamu pro audit.

  • Spravované koncové body

    Pomocí spravovaných koncových bodů můžete zprovoznit nasazení a vyhodnocení modelů, protokolovat metriky a provádět bezpečné uvádění modelů.

Integrované komplexní zabezpečení a dodržování předpisů

Začínáme s bezplatným účtem Azure

1

Začněte zdarma. Získejte kredit ve výši 200 USD, který můžete využít do 30 dnů. Dokud máte kredit, můžete zdarma využívat příslušný objem služeb u mnoha našich nejoblíbenějších služeb – a k tomu navíc zdarma více než 55 dalších služeb, které jsou vždy zdarma.

2

Po vyčerpání kreditu můžete přejít na průběžné platby, abyste mohli dál pokračovat v sestavování s využitím stejných bezplatných služeb. Platíte jenom za to, co využijete nad rámec vašeho bezplatného měsíčního objemu.

3

Po uplynutí 12 měsíců budete mít i nadále k dispozici přes 55 služeb, které jsou vždy zdarma, a stále budete platit jenom za to, co využijete nad rámec bezplatných měsíčních objemů.

Zjistěte, jak zákazníci používají Azure Machine Learning k inovacím s využitím AI.

„PyTorch a Azure Machine Learning představují ideální volbu pro cíle našeho výzkumného týmu a šetří čas na vytváření zásadních inovací.“

Orlando Ribas Fernandes

Spoluzakladatel a generální ředitel, Fashable

„Naše týmy obvykle testují [data], získávají výsledky a pak je používají k vývoji modelů a algoritmů, které pak zabudujeme do softwarových produktů. Tato platforma zjednodušuje, zrychluje a zefektivňuje celý proces.“

Mogens Mikkelsen

Podnikový architekt, SEGES Innovation

„Vzhledem k tomu, že se více našich skupin spoléhá na Azure Machine Learning řešení, naši finanční odborníci se mohou více soustředit na úlohy vyšší úrovně a trávit méně času ručním shromažďováním a zadáváním dat.“

Jeff Neilson

Správce datových věd, 3M

Svářeč pracující

i

„S Azure Machine Learning můžeme pacientovi ukázat rizikové skóre, které je vysoce přizpůsobené jejich individuálním okolnostem. ...V konečném důsledku se snažíme snížit riziko, omezit nejistotu a zlepšit výsledky léčby.“

Profesor Mike Reed

Klinický ředitel, Trauma & Orthopedics, Northumbria Healthcare NHS Foundation Trust

Zdravotník mluvící s pacientem

1

„Schopnost škálovat výpočetní prostředky na vyšší i nižší kapacitu je zásadní pro rychlost inovací a nákladovou efektivitu… Azure Machine Learning a jeho integrované možnosti operací strojového učení zjednodušují zajišťování agility a optimalizaci nákladů.“

Kate Puech

Technická ředitelka pro AI, Axon

.

„Použití funkcí automatizovaného strojového učení Azure Machine Learning pro vytváření modelů strojového učení nám umožnilo realizovat prostředí, ve kterém můžeme vytvářet a experimentovat s různými modely z různých úhlů pohledu.“

Keiichi Sawada

Oddělení podnikové transformace, Seven bank

Pobočka Seven Bank
Zpět na karty

IDC MarketScape: Posouzení dodavatelů MLOps 2022

Zjistěte, jak podnikové organizace napříč obory využívají MLOps k překonání výzev implementace technologií AI a strojového učení.

Technický dokument white paper MLOps

Seznamte se se systematickým přístupem k vytváření, nasazování a monitorování řešení strojového učení s využitím MLOps. Rychle sestavujte, testujte a spravujte životní cyklus strojového učení připraveného pro produkční prostředí ve velkém měřítku.

Studie Total Economic Impact společnosti Forrester

Studie TEI (Total Economic Impact TM) společnosti Forrester Consulting, kterou si zadal Microsoft, zkoumá potenciální návratnost investic (ROI), kterou mohou podniky realizovat s Azure Machine Learning.

Dokument white paper o řešeních Machine Learning

Naučte se vytvářet bezpečnější, škálovatelná a rovnoměrná řešení strojového učení.

Dokument white paper o odpovědné AI

Naučte se vytvářet bezpečnější, škálovatelná a rovnoměrná řešení strojového učení.

Dokument white paper o MLOps

Zrychlete proces vytváření, trénování a nasazování modelů ve velkém.

Dokument white paper o strojovém učení s podporou Azure Arc

Naučte se vytvářet, trénovat a nasazovat modely v libovolné infrastruktuře.

Nejčastější dotazy k Azure Machine Learningu

  • Tato služba je obecně dostupná v několika zemích/oblastech a další se připravují.

  • Smlouva SLA pro Azure Machine Learning zajišťuje 99,9% dostupnost.

  • Studio Azure Machine Learning je špičkový nástroj strojového učení. Poskytuje centralizované místo, ve kterém můžou odborníci na data a vývojáři pracovat se všemi artefakty pro sestavování, trénování a nasazování modelů strojového učení.

Jsme na vás připraveni – společně vytvoříme váš bezplatný účet Azure

Vyzkoušejte službu Azure Machine Learning zdarma