Přeskočit navigaci
  3. Azure Machine Learning

Azure Machine Learning

Služba strojového učení na podnikové úrovni pro rychlejší sestavování a nasazování modelů

Zrychlete kompletní životní cyklus strojového učení

Služba Azure Machine Learning podporuje 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. Inovujte na zabezpečené a důvěryhodné platformě navržené pro zodpovědné strojové učení.

Strojové učení pro všechny úrovně dovedností

Produktivita pro všechny úrovně dovedností se zaměřením na kód, návrhářem s podporou přetahování a automatizovaným strojovým učením.

Kompletní MLOps

Robustní možnosti MLOps, které jsou integrované se stávajícími procesy DevOps a pomáhají spravovat celý životní cyklus strojového učení.

Špičkové zodpovědné strojové učení

Možnosti zodpovědného strojového učení umožňující seznámit se s modely s využitím funkcí interpretovatelnosti a spravedlivého přístupu, chránit data pomocí rozdílové ochrany osobních údajů a důvěrných výpočetních operací a řídit životní cyklus strojového učení s využitím datových listů a zkušebních auditů

Otevřenost a interoperabilita

Nejlepší podpora ve své třídě pro opensourcové architektury a jazyky včetně MLflow, Kubeflow, ONNX, PyTorch, TensorFlow, Pythonu a R.

Informace o tom, jak Azure Machine Learning pomáhá zákazníkům zdolávat výzvy

Zvýšení produktivity pro všechny úrovně dovedností díky strojovému učení

Rychle vytvářejte a nasazujte modely strojového učení s využitím nástrojů, které splní vaše požadavky bez ohledu na úroveň dovedností. Začněte s vizuálním strojovým učením s využitím návrháře bez kódu nebo využijte na kód zaměřené integrované aplikace Jupyter Notebook podporující spolupráci. Zrychlete vytváření modelů díky automatizovanému strojovému učení a získejte přístup k integrované extrakci příznaků, výběru algoritmů a prohledávání hyperparametrů, abyste mohli vyvíjet vysoce přesné modely.

Zprovozňování ve velkém měřítku díky 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 řešení zodpovědného strojového učen

Získejte přístup k moderním funkcím zodpovědného strojového učení, které vám umožní porozumět datům, modelům a procesům, zajistit jejich ochranu a řídit je. Detekce a zmírňování odchylek modelů vám umožní vysvětlit chování modelů během školení a odvozování a zajistit spravedlivý přístup. Zajistěte ochranu osobních údajů v datech v rámci celého životního cyklu strojového učení s využitím technik rozdílové ochrany osobních údajů a zajistěte ochranu prostředků strojového učení s využitím důvěrných výpočetních operací. Automaticky uchovávejte záznamy pro audit, sledujte rodokmen dat a využívejte modelové datové listy, abyste umožnili přiřazování zodpovědnosti.

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 nebo scikit-learn, nebo otevřený a interoperabilní formát ONNX. Zvolte si vývojové nástroje, které nejlépe odpovídají vašim potřebám. Vybírat můžete i z oblíbených prostředí IDE, aplikací Jupyter Notebook 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 zásady správného řízení

  • Zajistěte si kompletní zabezpečení a sestavujte v důvěryhodném cloudu s využitím Azure.
  • Zajistěte ochranu vašich prostředků s využitím podrobného řízení přístupu na základě role a integrovaných mechanismů ověřování identit.
  • Izolujte svou síť s využitím virtuálních sítí a privátních propojení, abyste mohli bezpečněji vytvářet, trénovat a nasazovat modely.
  • Spravujte zásady správného řízení s využitím zásad, protokolů auditu, kvót a správy nákladů.
  • Zjednodušte si dodržování předpisů s využitím komplexního portfolia, které zahrnuje 60 certifikací, včetně FedRAMP High a DISA IL5.
Další informace o zabezpečení v Azure

Klíčové možnosti služby

Poznámkové bloky pro spolupráci

Dosáhněte maximální produktivity s využitím IntelliSense, snadného přepínání výpočetních prostředků a jader a offline úprav poznámkových bloků.

Automatizované strojové učení

Vytvářejte rychle přesné modely pro klasifikaci, regresi a prognózování časové řady. Využijte interpretovatelnost modelů k pochopení způsobu sestavení modelu.

Strojové učení podporující přetahování

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

Popisování dat

Popisování s podporou strojového učení umožňuje rychle připravovat data, spravovat a monitorovat projekty popisování a automatizovat iterativní úlohy.

MLOps

Využijte centrální registr k ukládání a sledování dat, modelů a metadat. Automaticky zachytávejte rodokmen dat a data zásad správného řízení. Pomocí Gitu sledujte práci a pomocí GitHub Actions implementujte pracovní postupy. Spravujte a monitorujte spuštění nebo porovnávejte několik spuštění v rámci trénování a experimentování.

Automatické škálování výpočetních prostředků

Využijte spravované výpočetní prostředky k distribuci trénování a rychlému testování, ověřování a nasazování modelů. Sdílejte clustery CPU a GPU v rámci pracovního prostoru a automaticky je škálujte s ohledem na vaše požadavky na strojové učení.

Podpora aplikace RStudio

Integrovaná podpora jazyka R a RStudio Server (opensourcové vydání) umožňují sestavovat a nasazovat modely a monitorovat spuštění.

Úzká integrace s dalšími službami Azure

Zvyšte produktivitu díky předdefinované integraci s Microsoft Power BI a službami Azure, jako jsou Azure Synapse Analytics, Azure Cognitive Search, Azure Data Factory, Azure Data Lake a Azure Databricks.

Zpětnovazební učení

Škálujte zpětnovazební učení na výkonné výpočetní clustery, zajistěte podporu scénářů s více agenty a získejte přístup k open source algoritmům, architekturám a prostředím zpětnovazebního učení.

Zodpovědné strojové učení

Zajistěte transparentnost modelů při trénování a odvozování díky možnostem interpretovatelnosti. Posuzujte nestrannost modelů na základě metrik nekonzistence a zmírňujte nespravedlnosti. Chraňte data s využitím rozdílové ochrany osobních údajů.

Zabezpečení na podnikové úrovni

Využijte možnost lépe zabezpečeného sestavování a nasazování modelů díky možnostem izolace sítí a privátního propojení, řízení přístupu k prostředkům a akcím na základě role, vlastním rolím nebo spravovaným identitám pro výpočetní prostředky.

Správa nákladů

Zlepšete správu přidělování prostředků pro výpočetní instance služby Machine Learning s využitím limitů kvót na úrovni pracovního prostoru a prostředků.

Plaťte jenom za to, co opravdu potřebujete, bez počátečních nákladů

Ceny služby Azure Machine Learning

Zvládnutí Azure Machine Learningu

Zvládnutí odborných technik pro vytváření kompletních automatizovaných a vysoce škálovatelných modelů strojového učení a kanálů v Azure s využitím TensorFlow, Sparku a Kubernetes

Packt: Principy datových věd

Řada lidí pracujících s daty má znalosti z oblasti matematiky, programování a konkrétního oboru, ale skutečné datové vědy vyžadují všechny tři. Tato obsáhlá elektronická kniha pomáhá tato bílá místa zaplnit.

Lídr ve zprávě Forrester Wave pro rok 2020

Společnost Forrester označila Microsoft a Azure Machine Learning jako lídry, a to ve zprávě The Forrester Wave™: Prediktivní analýza a strojové učení na základě poznámkových bloků za 3. čtvrtletí 2020.

Používání Azure Machine Learning

Přejít do webového prostředí studia

Sestavení a trénování

Nasazení a správa

Krok 1 z 1

Vytvářejte nové modely a ukládejte cílové výpočetní objekty, modely, nasazení, metriky a historie spuštění v cloudu.

Krok 1 z 1

Využijte automatizované strojové učení k identifikaci algoritmů a hyperparametrů a sledování experimentů v cloudu. Vytvářejte modely s použitím poznámkových bloků nebo návrháře umožňujícího přetahování.

Krok 1 z 1

Nasaďte svůj model strojového učení v cloudu nebo na hraničních zařízeních, monitorujte jeho výkon a podle potřeby ho přetrénujte.

Prostředky

Kurzy pro začátečníky

Pokročilé kurzy

Doporučená videa

Další zdroje

Začněte s Azure Machine Learning už dnes

Zaregistrujte si bezplatný účet Azure a získejte okamžitý přístup a kredit $200.

Přihlásit se na Azure Portal.

Projděte si dokumentaci a kurzy. Vyhledejte si rychlé zprovoznění a materiály pro vývojáře.

Zákazníci využívající Azure Machine Learning

"The model we deployed on Azure Machine Learning helped us choose the three new retail locations we opened in 2019. Those stores exceeded their revenue plans by over 200 percent in December, the height of our season, and within months of opening were among the best-performing stores in their districts."

Jolie Vitale, ředitelka pro BI a analýzy, Carhartt
Carhartt

Pomocí služby Azure Machine Learning společnost Scandinavian Airlines (SAS) identifikuje podvody s přesností, které ručními metodami nebylo možné dosáhnout. V případě zpětné registrace letů za nalétané míle EuroBonus (běžný zdroj podvodů) nový systém předpovídá podvody s 99procentní přesností.

Scandinavian Airlines

"With MLOps capabilities in Azure Machine Learning, we've improved bus departure predictions by 74 percent, and riders spend 50 percent less time waiting."

Sze-Wan Ng, ředitel pro analýzy a vývoj, Translink
TransLink

"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."

Dean Riddlesden, hlavní odborník na data, globální analytika, Walgreens Boots Alliance
Walgreens Boots Alliance

"We see Azure Machine Learning and our partnership with Microsoft as critical to driving increased adoption and acceptance of AI from the regulators."

Alex Mohelsky, partner a vedoucí pro poradenská data, analýzy a AI, EY Canada
EY

"The automated machine learning capabilities in Azure Machine Learning save our data scientists from doing a lot of time-consuming work, which reduces our time to build models from several weeks to a few hours."

Xiaodong Wang, generální ředitel, TalentCloud
TalentCloud

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.

Jsme na vás připraveni – společně vytvoříme váš bezplatný účet Azure