Azure Machine Learning
Služba strojového učení na podnikové úrovni pro rychlejší sestavování a nasazování modelů
Zrychlete kompletní životní cyklus strojového učení
Podpořte vývojáře a odborníky na data širokou nabídkou produktivních prostředí pro rychlejší sestavování, trénování a nasazování modelů strojového učení. Zkraťte dobu uvedení na trh a podpořte týmovou spolupráci používáním špičkového MLOps – DevOps pro strojové učení. Dosahujte inovace na zabezpečené důvěryhodné platformě navržené pro zodpovědnou umělou inteligenci.
Produktivita pro všechny úrovně dovedností se zaměřením na kód, návrhářem s podporou přetahovaní a automatizovaným strojovým učením
Robustní možnosti MLOps, které jsou integrované se stávajícími procesy DevOps a pomáhají spravovat celý životní cyklus strojového učení
Nejmodernější spravedlivý přístup a schopnost interpretace modelů pro sestavování řešení s odpovědnou umělou inteligencí, a to s rozšířeným zabezpečením a správou nákladů pro zajištění pokročilého řízení.
Nejlepší podpora ve své třídě pro opensourcové architektury a jazyky včetně MLflow, Kubeflow, ONNX, PyTorch, TensorFlow, Pythonu a R
Zvyšujte produktivitu a zlepšujte přístup ke strojovému učení pro všechny úrovně dovedností
Rychle vytvářejte a nasazujte modely strojového učení s využitím nástrojů, které splní vaše požadavky bez ohledu na úroveň dovedností. Začněte používáním návrháře bez kódu nebo vestavěných poznámkových bloků Jupyter, než začnete psát kód. Zrychlete vytváření modelů díky uživatelskému rozhraní pro automatizované strojové učení a využívejte přístup k vestavěnému návrhu funkcí, výběru algoritmů a prohledávání hyperparametrů, abyste mohli vyvíjet vysoce přesné modely.
Zprovozňování ve velkém měřítku díky robustnímu MLOps
MLOps (tedy DevOps pro strojové učení) optimalizuje životní cyklus strojového učení od sestavování modelů až po nasazení a správu. S použitím kanálů strojového učení můžete vytvářet opakovatelné pracovní postupy a využívat bohatý registr modelů ke sledování svých prostředků. Spravujte produkční pracovní postupy ve velkém měřítku s využitím pokročilých upozornění a možností automatizace strojového učení. Profilujte, ověřujte a nasazujte modely strojového učení kdekoli od cloudu po hraniční zařízení, abyste mohli spravovat produkční pracovní postupy strojového učení ve velkém měřítku a byli připravení na podnikové prostředí.
Sestavujte odpovědná řešení s umělou inteligencí
Využívejte přístup k nejmodernějším technologiím zajišťujícím spravedlivý přístup a transparentnost modelů strojového učení. Využívejte interpretovatelnost modelů pro vysvětlení predikcí, abyste lépe porozuměli chování modelů. Omezujte odchylky modelů aplikací běžných metrik spravedlivého přístupu, automatickým porovnáváním a využíváním doporučených zmírnění.
Dosahujte inovace na otevřené a flexibilní platformě
Využívejte vestavěnou podporu pro opensourcové nástroje a architektury k trénování a odvozování modelů strojového učení. Používejte známé architektury, například PyTorch, TensorFlow a scikit-learn, nebo otevřený a interoperabilní formát ONNX. Zvolte si vývojové nástroje, které nejlépe odpovídají vašim potřebám. Vybírat můžete i z oblíbených prostředí IDE, poznámkových bloků Jupyter a rozhraní příkazového řádku nebo z jazyků jako Python či R. S použitím modulu runtime ONNX můžete optimalizovat a zrychlovat odvozování napříč cloudovými a hraničními zařízeními.
Pokročilé zabezpečení a řízení
- Vytvářejte modely strojového učení s využitím zabezpečení, dodržování předpisů a podpory virtuálních sítí v Azure na podnikové úrovni.
- Chraňte své prostředky s využitím vestavěných ovládacích prvků pro identitu, data a přístup k síti včetně vlastních rolí.
- Omezte přístup jen na vlastní podnikovou síť nebo aplikujte zásady zabezpečení Azure.
- Spravujte řízení s využitím protokolu auditu, kvót, správy nákladů a také rozsáhlého portfolia dodržování předpisů.
Plaťte jenom za to, co opravdu potřebujete, bez počátečních nákladů
Podrobnosti najdete na stránce s cenami Azure Machine Learning.
Používání Azure Machine Learning
Přejít do webového prostředí studia
Sestavení a trénování
Nasazení a správa
Můžete vytvářet nové modely a ukládat cílové výpočetní objekty, modely, nasazení, metriky a historie spuštění v cloudu.
Využijte automatizované strojové učení k identifikaci algoritmů a hyperparametrů a sledování experimentů v cloudu. Můžete taky vytvářet modely s použitím poznámkových bloků nebo návrháře umožňujícího přetahování.
Nasaďte svůj model strojového učení v cloudu nebo na hraničních zařízeních, monitorujte jeho výkon a podle potřeby ho přetrénujte.
Materiály
Kurzy pro začátečníky
Pokročilé kurzy
Doporučená videa
- Začínáme se službou Azure Machine Learning
- Vytváření modelů s využitím automatizovaného strojového učení
- Vytváření modelů bez kódu s použitím návrháře Azure Machine Learning
- MLOps pro správu kompletního životního cyklu
- Začlenění modulu runtime ONNX do vašich modelů
- Možnosti interpretace modelů a transparentnost
- Sestavování modelů s použitím R
Začněte s Azure Machine Learning už dnes
Zákazníci využívající Azure Machine Learning
Dean Riddlesden, hlavní odborník na data, globální analytika, Walgreens Boots Alliance"If I have 200 models to train—I can just do this all at once. It can be farmed out to a huge compute cluster, and it can be done in minutes. So I'm not waiting for days."
Matthieu Boujonnier, architekt analytických aplikací a odborník na data, Schneider Electric"With Azure Machine Learning, we can focus our testing on the most accurate models and avoid testing a large range of less valuable models. That saves months of time."
Diana Kennedy, viceprezident pro strategii, architekturu a plánování IT, BP"A key part of our transformation has been to embrace the cloud and the digital solutions and services that come with it. This includes a deep dive into AI and machine learning."
Naeem Khedarun, hlavní softwarový inženýr (umělá inteligence), ASOS"By unifying our tech stack and bringing our engineers in Big Data and online software together with data scientists, we got our development time down from months to just a few weeks."
Phil Harris, odborný asistent fyziky, MIT"The [Large Hadron Collider in Europe] pushes technology on many fronts...and produces data rates that are the largest in the world. We are an example of how to do analysis of large datasets."
Společnost Borrowell pomáhá spotřebitelům zlepšovat podmínky úvěru s použitím umělé inteligence
Inovativní technologie umělé inteligence společnosti Borrowell využívá úvěrové hodnocení k poskytování doporučení, která zlepšují podmínky úvěru a zvyšují finanční komfort jejích kanadských zákazníků.
Aktuality, blogy a oznámení týkající se Azure Machine Learning
Nejčastější dotazy k Azure Machine Learning
-
Tato služba je obecně dostupná v několika zemích/oblastech a další se připravují.
-
Smlouva o úrovni služeb (SLA) pro Azure Machine Learning je na úrovni 99,9 procent.
-
Studio Azure Machine Learning je prostředek služby strojového učení nejvyšší úrovně. Poskytuje centralizované místo, na kterém můžou odborníci na data a vývojáři pracovat se všemi artefakty pro sestavování, trénování a nasazování modelů strojového učení.