Operace strojového učení (MLOps)
Funkce služby Azure Machine Learning pro automatizaci a zrychlení životního cyklu strojového učení
MLOps pomáhá rychleji realizovat inovace
MLOps nebo DevOps pro strojové učení umožňují týmům odborníků na datové vědy a IT spolupracovat a urychlit tempo vývoje a nasazování modelů díky monitorování, ověřování a zásadám správného řízení modelů strojového učení.

Reprodukovatelnost trénování s rozšířeným sledováním datových sad, kódu, experimentů a prostředí v bohatém registru modelů.
Automatické škálování, výkonné spravované výpočetní prostředí, nasazení bez kódu a nástroje pro snadné trénování a nasazení modelů.
Efektivní pracovní postupy s funkcemi plánování a správy pro sestavování a nasazování pomocí průběžné integrace nebo průběžného nasazování (CI/CD).
Rozšířené možnosti, které pomáhají plnit cíle v oblasti zásad správného řízení a kontroly a podporují transparentnost modelů a spravedlivý přístup.
Centrum prostředků
Projděte si kompletní proces MLOps.
Využijte možnosti přístupu k doprovodným poznámkovým blokům, ukázkám kódu a dokumentaci.
Funkce MLOps zblízka: Správa prostředků, artefaktů a kódu
Funkce MLOps zblízka: Vytváření pracovních postupů strojového učení řízených událostmi – video na webu Microsoft Channel 9
Funkce MLOps zblízka: CI/CD s využitím GitHub Actions – video na webu Microsoft Channel 9
Podívejte se na MLOps v akci
Podívejte si, jak zákazníci s výhodou využívají MLOps
Sze-Wan Ng, ředitel pro analýzy a vývoj, TransLink"With MLOps capabilities in Azure Machine Learning, we've improved bus departure predictions by 74 percent, and riders spend 50 percent less time waiting."

Vijaya Sekhar Chennupati, vědec zaměřený na aplikované využití dat, Johnson Controls"Using the MLOps capabilities in Azure Machine Learning, we were able to increase productivity and enhance operations, going to production in a timely fashion and creating a repeatable process."
