Gå til hovedindhold
Azure
Log på

Azure Machine Learning

Brug en tjeneste i virksomhedsklasse til livscyklus for maskinel indlæring fra slutpunkt til slutpunkt.

Prøv Azure Machine Learning gratis Er du allerede Azure-kunde? Kom i gang med Azure Machine Learning

Forretningskritiske modeller til maskinel indlæring i stor skala

Azure Machine Learning giver dataeksperter og udviklere mulighed for trygt at bygge, udrulle og administrere modeller af høj kvalitet hurtigere. Få hurtigere værdi for pengene med brancheførende handlinger til maskinel indlæring (MLOps), interoperabilitet med åben kildekode og integrerede værktøjer. Denne pålidelige platform er udviklet til ansvarlige AI-programmer i forbindelse med maskinel indlæring.

Video container

Hurtig modeludvikling og -træning med integrerede værktøjer og understøttelse skalerbar, infrastruktur, der er specialbygget med kunstig intelligens.

Udvikling af ansvarlig AI-model med indbygget retfærdighed og forklaring samt ansvarlig brug af overholdelse af angivne standarder

Hurtig ML-modeludrulning, -administration og -deling til samarbejde på tværs af arbejdsområder og MLOps

Indbygget styring, sikkerhed og overholdelse af angivne standarder til kørsel af arbejdsbelastninger i forbindelse med maskinel indlæring overalt

Se nyhederne i Azure Machine Learning

Understøttelse af hele livscyklussen for maskinel indlæring

Forbered data Byg og oplær modeller Valider og udrul Administrer og overvåg

Datamærkning

Mærk oplæringsdata, og administrer projekter med mærkater.

Dataforberedelse

Brug sammen med analyseprogrammer til udforskning og forberedelse af data.

Datasæt

Få adgang til data, og opret og del datasæt.

Tilbage til faner

Azure Machine Learning til Deep Learning

Administreret platform fra slutpunkt til slutpunkt

Strømlin hele livscyklussen for deep learning og administration af modeller med oprindelige MLOps-funktioner. Kør maskinlæring overalt på sikker vis med sikkerhed i virksomhedsklasse. Afhjælp modelbiaser, og evaluer modeller med dashboardet med ansvarlig kunstig intelligens.

Alle udviklingsværktøjer og -strukturer

Byg deep learning-modeller med dine foretrukne IDE'er fra Visual Studio Code til Jupyter Notebooks og i en struktur efter eget valg med PyTorch og TensorFlow. Azure Machine Learning kan integreres med ONNX Runtime og DeepSpeed- for at optimere din træning og udledning.

Ydeevne i verdensklasse

Udnyt Infrastruktur, der er specialbygget med kunstig intelligens unikt designet til at kombinere de nyeste NVIDIA GPU'er og Mellanox Networking op til 200 GB/s InfiniBand-forbindelse. Skaler op til tusindvis af GPU'er i en enkelt klynge med hidtil uset skalering.

Få hurtigere værdi for pengene med hurtig modeludvikling

Øg produktiviteten med studiekapaciteten, en udviklingsoplevelse, der understøtter alle opgaver i forbindelse med maskinel indlæring, til at bygge, oplære og udrulle modeller. Samarbejd med Jupyter Notebooks ved hjælp af indbygget understøttelse af populære frameworks og biblioteker med åben kildekode. Opret præcise modeller hurtigt med automatiseret maskinel indlæring til tabel-, tekst- og billedmodeller ved hjælp af funktionsteknologi og hyperparameter-søgning. Brug dyb Visual Studio Code til at gå fra lokal til cloudoplæring problemfrit, og autoskaler med kraftfulde skybaserede CPU- og GPU-klynger der er drevet af NVIDIA Quantum InfiniBand-netværket..

En pipeline med MLOps

Operationaliser i stor skala med MLOps

Strømlin udrulningen og administrationen af tusindvis af modeller i flere miljøer ved hjælp af MLOps. Udrul og vurder modeller hurtigere med fuldt administrerede slutpunkter for batch og forudsigelser i realtid. Brug pipelines, der kan gentages, til at automatisere arbejdsprocesser for løbende integration og levering (CI/CD). Del og opdag artefakter til maskinel indlæring på tværs af flere teams til samarbejde på tværs af arbejdsområder ved hjælp af registreringsdatabaser. Overvåg målepunkter for modelydeevne løbende, registrer dataflow, og udløs genoplæring for at forbedre modellens ydeevne.

Opret ansvarlige løsninger til maskinel indlæring

Evaluer modeller til maskinel indlæring med reproducerbare og automatiserede arbejdsgange for at vurdere modellens retfærdighed, forklaring, fejlanalyse, årsagsanalyse, modelydeevne og undersøgende dataanalyse. Foretag virkelige indgreb med årsagsanalyse i det ansvarlige AI-dashboard, og generer et scorekort på tidspunktet for udrulningen. Kontekstualiser ansvarlige AI-målinger, for både tekniske og ikke-tekniske målgrupper for at involvere interessenter og strømline gennemgang af overholdelse.

Et diagram, der beskriver vigtigheden af aggregerede funktioner for et datasæt i Azure Machine Learning
En liste over politikdefinitioner

Skab innovation på en hybridplatform, der er mere sikker og kompatibel

Øg sikkerheden på tværs af livscyklussen for maskinel indlæring med omfattende funktioner, der strækker sig over identitet, data, netværk, overvågning og overholdelse af angivne standarder. Beskyt løsninger ved hjælp af brugerdefineret rollebaseret adgangskontrol, virtuelle netværk, datakryptering, private slutpunkter og private IP-adresser. Oplær og udrul modeller i det lokale miljø for at opfylde krav til datasuverænitet. Styr med indbyggede politikker, og strømlin overholdelse af angivne standarder med 60 certificeringer, herunder FedRAMP High og HIPAA.

Opbyg dine færdigheder inden for maskinel indlæring med Azure

Få mere at vide om maskinel indlæring i Azure, og deltag i praktiske selvstudier med en 30-dages læringsrejse. Til sidst vil du være klar til at tage certificeringen i Azure Data Scientist Associate.

Udforsk værktøjer til maskinel indlæring
En person, der arbejder på en bærbar computer i et mødelokale.

Nøglefunktioner i tjenesten for hele livscyklussen til maskinel indlæring

  • Datamærkning

    Opret, administrer og overvåg projekter for forsyning med mærkater, og automatiser gentagne opgaver til forsyning med mærkater, der er assisteret af maskinel indlæring.

  • Dataforberedelse

    Hurtig gentagelse af dataforberedelse i stor skala på Apache Spark-klynger i Azure Machine Learning, der er interoperabel med Azure Synapse Analytics.

  • Samarbejdsnotesbøger

    Maksimer produktiviteten med IntelliSense, nem beregning og skift af kerner samt offlineredigering af notesbog. Start din notesbog i Visual Studio Code for at få en omfattende udviklingsoplevelse, herunder sikker fejlfinding og support til Git-versionsstyring.

  • Automatiseret maskinel indlæring

    Opret hurtigt nøjagtige modeller til klassificering, regression, tidsserieprognoser, behandlingsopgaver i naturligt sprog og Computer Vision-opgaver. Brug modelfortolkning til at forstå, hvordan modellen blev bygget.

  • Træk og slip maskinel indlæring

    Brug værktøjer til maskinel indlæring som designer til datatransformation, oplæring og evaluering af modeller eller til nemt at oprette og udgive pipelines til maskinel indlæring.

  • Styrket læring

    Skalér styrket indlæring for effektive beregningsklynger, understøt scenarier med flere agenter, og få adgang til algoritmer, strukturer og miljøer til styrket indlæring med åben kildekode.

  • Ansvarlig bygning

    Få modelgennemsigtighed ved træning og fornuftslutning med funktionalitet til fortolkning. Vurder retfærdigheden af modellen gennem forskelle i metrikværdier, og afhjælp uretfærdigheden. Gør modellen mere pålidelig, og identificer og diagnosticer modelfejl med værktøjet til fejlanalyse. Hjælp med at beskytte data med differentieret beskyttelse af personlige oplysninger.

  • Eksperimenteren

    Administrer og overvåg kørsler, eller sammenlign flere kørsler til oplæring og eksperimenter. Opret brugerdefinerede dashboards, og del dem med dit team.

  • Registre

    Brug lagre for hele organisationen til at gemme og dele modeller, pipelines, komponenter og datasæt på tværs af flere arbejdsområder. Registrer automatisk data om afstamning og styring ved hjælp af funktionen revisionsspor.

  • Git og GitHub

    Brug Git-integration til at spore arbejde og til understøttelse af GitHub-handlinger for at implementere arbejdsprocesser til maskinel indlæring.

  • Administrerede slutpunkter

    Brug administrerede slutpunkter til at idriftsætte udrulning af modeller og scoring, logge metrikværdier og udføre sikre modeludrulninger.

  • Automatisk skalering af beregning

    Brug specialbyggede supercomputere med kunstig intelligens til at distribuere deep learning-træning og hurtigt teste, validere og udrulle modeller. Del CPU- og GPU-klynger på tværs af et arbejdsområde, og skaler automatisk for at imødekomme dine behov for maskinel indlæring.

  • Interoperabilitet med andre Azure-tjenester

    Sæt fart på produktiviteten med Microsoft Power BI og tjenester såsom Azure Synapse Analytics, Azure Cognitive Search, Azure Data Factory, Azure Data Lake, Azure Arc, Azure Security Center og Azure Databricks.

  • Understøttelse af hybridcloudmiljøer og miljøer med flere clouds

    Kør maskinel indlæring på eksisterende Kubernetes-klynger i det lokale miljø, i flere cloudmiljøer og på grænseenheder med Azure Arc. Brug den enkle agent til maskinel indlæring til at begynde at træne modeller mere sikkert, uanset hvor dine data befinder sig.

  • Professionel sikkerhed

    Opret og udrul mere sikkert modeller med netværksisolation og komplette Private IP-funktioner, rollebaseret adgangskontrol til ressourcer og handlinger, brugerdefinerede roller og administreret identitet til beregningsressourcer.

  • Omkostningsstyring

    Reducer it-omkostningerne, og administrer ressourceallokeringer for beregningsinstanser bedre med kvotegrænser for arbejdsområder og ressourceniveauer og automatisk lukning.

Omfattende indbygget sikkerhed og overholdelse af angivne standarder

  • Microsoft investerer mere end 1 milliard USD årligt på forskning i og udvikling af cybersikkerhed.

  • Vi har mere end 3.500 sikkerhedseksperter, som er dedikerede til datasikkerhed og beskyttelse af personlige oplysninger.

  • Azure har flere certificeringer end nogen anden cloududbyder. Se den omfattende liste.

Kom i gang med en gratis Azure-konto

1

Start gratis. Få 200 USD i kredit, som du kan bruge inden for 30 dage. Når du har kredit, får du en mængde af mange af vores mest populære tjenester gratis og mere end 55 andre tjenester, som altid er gratis.

2

Når din kredit er udløbet, flytter du til betal efter forbrug, så du stadig kan bruge de samme gratis tjenester. Du betaler kun, hvis du bruger mere end din månedlige gratis mængde.

3

Efter 12 månederfår du fortsat mere end 55 tjenester, der altid er gratis, og du betaler stadig kun for det, du bruger udover dine månedlige gratis mængder.
Gå til din studio-weboplevelse Opbyg og oplær Udrul og administrer

Opret nye modeller, og gem dine databehandlingsmål, modeller, udrulninger, målepunktsværdier og kørselshistorik i cloudmiljøet.

Tilbage til faner

Kunder, der bruger Azure Machine Learning

AXA UK
FedEx
3M
NHS
PepsiCo
Seven Bank

"Vi gør det til vores mission at prøve nye ideer og gå længere end til at differentiere AXA UK fra andre forsikringsselskaber. Vi ser administrerede slutpunkter i Azure Machine Learning som en nøgleaktivering for vores digitale ambitioner."

Nic Bourven, Chief Information Officer, AXA UK

Læs historien
En forælder og et barn, der sidder i en bils bagagerum og kigger på et kamera og griner

"Kunderne forventer rettidige og nøjagtige oplysninger om deres pakker og en databaseret leveringsoplevelse. Vi hjælper FedEx med at være på forkant med Azure Machine Learning, og vi opbygger ekspertise til fremtidige projekter."

Bikram Virk, Product Manager, AI and Machine Learning, FedEx

Læs historien
En person, der arbejder på en fabrik.

"Efterhånden som flere af vores grupper er afhængige af Azure Machine Learning-løsningen, kan vores økonomieksperter fokusere mere på opgaver på højere niveau og bruge mindre tid på manuel dataindsamling og -input."

Jeff Neilson, Data Science Manager, 3M

Læs historien
En svejser arbejder

i

"Med Azure Machine Learning kan vi vise patienter en risikoscore, der er yderst skræddersyet til deres individuelle forhold. …I sidste ende bestræber vi os på at reducere risikoen, reducere usikkerheden og forbedre de kirurgiske resultater."

Professor Mike Reed, klinisk direktør, Trauma & Orthopedics, Northumbria Healthcare NHS Foundation Trust

Læs historien
En læge, der taler med en patient

1

"Vi har brugt MLOps-funktionerne i Azure Machine Learning til at forenkle hele maskinel indlæringsprocessen. Det giver os mulighed for at fokusere mere på datavidenskab og lade Azure Machine Learning tage sig af den komplette operationalisering."

Michael Cleavinger, Senior Director of Shopper Insights Data Science and Advanced Analytics, PepsiCo

Læs historien
En medarbejder fylder Pepsi og Mountain Dew i dåser i et køleskab

.

"Brug af automatiserede funktioner til maskinel indlæring i Azure Machine Learning til oprettelse af model til maskinel indlæring har gjort det muligt for os at realisere et miljø, hvor vi kan oprette og eksperimentere med forskellige modeller fra flere perspektiver."

Keiichi Sawada, Corporate Transformation Division, Seven Bank

Læs historien
En Seven Bank-lokation
Tilbage til faner

Azure Machine Learning-ressourcer

Selvstudier for begyndere

Avancerede selvstudier

Udvalgte videoer

Interoperabilitet

Flere ressourcer

Vejledning til at mestre Azure Machine Learning

Vejledning til at mestre Azure Machine Learning

Få mere at vide om professionelle teknikker til at skabe automatiserede og yderst skalerbare komplette modeller til maskinel indlæring og pipelines i Azure ved hjælp af TensorFlow, Spark og Kubernetes.

Whitepaper om Engineering MLOps

Whitepaper om Engineering MLOps

Find en systematisk tilgang til at opbygge, udrulle og overvåge løsninger til maskinel indlæring med MLOps. Byg, test og administrer hurtigt produktionsklare livscyklusser for maskinel indlæring i stor skala..

Undersøgelsen Forrester Total Economic ImpactTM (TEI)

Undersøgelsen Forrester Total Economic ImpactTM (TEI)

Undersøgelsen Forrester Consulting Total Economic ImpactTM (TEI), der er bestilt af Microsoft, undersøger det potentielle investeringsafkast, som virksomheder kan realisere med Azure Machine Learning.

Whitepaper om Machine Learning-løsninger

Whitepaper om Machine Learning-løsninger

Få mere at vide om, hvordan du bygger sikre, skalerbare og retfærdige løsninger.

Whitepaper om ansvarlig kunstig intelligens

Whitepaper om ansvarlig kunstig intelligens

Læs om værktøjer og metoder til at forstå, beskytte og administrere dine modeller.

Whitepaper om handlinger til maskinel indlæring (MLOps)

Whitepaper om handlinger til maskinel indlæring (MLOps)

Fremskynd processen med at udvikle, oplære og udrulle modeller i stor skala.

Whitepaper om Azure Arc-aktiveret maskinel indlæring

Whitepaper om Azure Arc-aktiveret maskinel indlæring

Få mere at vide om, hvordan du bygger, oplærer og installerer modeller i enhver infrastruktur.

 

Ofte stillede spørgsmål om Azure Machine Learning

  • Tjenesten er almindeligt tilgængelig i flere lande/områder, og der er flere på vej.

  • Serviceniveauaftalen (SLA) for Azure Machine Learning tilbyder 99,9 % oppetid.

  • Det tilhørende studio til Azure Machine Learning er ressourcen på øverste niveau for Machine Learning. På den måde får dataanalytikere og udviklere et centraliseret sted til at arbejde med alle artefakterne til udvikling, oplæring og udrulning af modeller til maskinel indlæring.

Klar, når du er. Lad os konfigurere din gratis Azure-konto

Prøv Azure Machine Learning gratis

Chat med salgsafdelingen