Azure Machine Learning:

Professionel tjeneste til maskinel indlæring til hurtig udvikling og udrulning af modeller

Sæt fart under livscyklussen for maskinel indlæring fra slutpunkt-til-slutpunkt

Udstyr udviklere og dataanalytikere med en lang række produktive funktioner til hurtig udvikling, oplæring og udrulning af modeller til maskinel indlæring. Giv time to market et boost og skab grobund for teamsamarbejde med førende MLOps – DevOps til maskinel indlæring. Skab innovative produkter på en sikker og pålidelig platform, der er designet til ansvarlig Machine Learning.

Machine Learning til alle former for færdigheder

Produktivitet til alle færdighedsniveauer med fokus på kodning og træk og slip-designer samt automatiseret maskinel indlæring.

Komplet MLOps

Robuste MLOps-egenskaber, der kan integreres med eksisterende DevOps-processer og hjælpe med at administrere hele ML-livscyklussen.

Moderne, ansvarlig Machine Learning

Egenskaber for ansvarlig Machine Learning – forstå modeller med fortolkningsmulighed og retfærdighed, beskyt data med differentieret beskyttelse af personlige oplysninger og fortrolig databehandling, og styr Machine Learning-livscyklussen med overvågningsprøver og dataark.

Åben og interoperativ

Den bedste understøttelse af frameworks med åben kildekode og sprog, herunder MLflow, Kubeflow, ONNX, PyTorch, TensorFlow, Python og R.

Boost produktiviteten med maskinel indlæring til alle færdighedsniveauer

Skab og udrul hurtigt modeller til maskinel indlæring ved hjælp af værktøjer, der opfylder dine behov, uanset hvilke færdigheder du har. Brug designeren, der ikke kræver kodning, for at komme i gang med visuel maskinel indlæring eller indbyggede Jupyter-notesbøger til samarbejde for at få en oplevelse med fokus på kodning. Sæt fart på modeloprettelsen med automatiseret maskinel indlæring, og få adgang til indbygget funktionsoprettelse, valg af algoritmer og oprydning af hyperparametre for at udvikle meget præcise modeller.

Operationaliser i stor skala med MLOps

MLOps, eller DevOps til maskinel indlæring, strømliner livscyklussen for maskinel indlæring fra udvikling af modeller til udrulning og administration. Brug ML-pipelines til at bygge gentagne arbejdsprocesser, og brug en omfattende modelregistreringsdatabase til at spore dine aktiver. Administrer produktionsarbejdsprocesser i stor skala ved hjælp af avancerede beskeder og funktioner til automatisering af maskinel indlæring. Profilér, valider og udrul modeller til maskinel indlæring overalt fra cloudmiljøet til grænseenheder for at administrere ML-arbejdsprocesser til produktion i stor skala på en måde, der er klar til brug i virksomheder.

Skab ansvarlige Machine Learning-løsninger

Få adgang til avancerede egenskaber til ansvarlig Machine Learning, så du kan forstå, beskytte og kontrollere dine data, modeller og processer. Forklar modellens funktionsmåde under oplæring og fornuftslutning, og skab med henblik på retfærdighed ved at registrere og afhjælpe modelbias. Bevar privatheden af data i hele livscyklussen for maskinel indlæring med differentielle teknikker til beskyttelse af personlige oplysninger, og brug fortrolig databehandling til at beskytte Machine Learning-ressourcer. Bevar automatisk revisionsspor, spor dataafstamning, og brug modeldataark for at muliggøre ansvarlighed.

Skab innovative produkter ved hjælp af en åben og fleksibel platform

Få integreret understøttelse af værktøjer og frameworks med åben kildekode til oplæring og fornuftsslutning i forbindelse med modeller til maskinel indlæring. Brug velkendte frameworks som f.eks. PyTorch, TensorFlow og scikit-learn eller det åbne og interoperative ONNX-format. Vælg de udviklingsværktøjer, der bedst opfylder dine behov, herunder populære IDE'er, Jupyter-notesbøger og CLI'er – eller sprog som f.eks. Python og R. Du kan bruge ONNX Runtime til at optimere og give fornuftsslutning på tværs af cloudmiljøer og ydre enheder et boost.

Avanceret sikkerhed og styring

  • Få sikkerhed fra bunden, og skab på baggrund af den pålidelige cloud med Azure.
  • Beskyt adgangen til dine ressourcer med detaljeret rollebaseret adgang, brugerdefinerede roller og indbyggede mekanismer til identitetsgodkendelse.
  • Skab, oplær og udrul modeller på en sikker måde ved at isolere dit netværk med virtuelle netværk og personlige links.
  • Administrer styring med politikker, revisionsspor, kvote og administration af omkostninger.
  • Strømlin overholdelse af angivne standarder med en omfattende portefølje, der strækker sig over 60 certificeringer, herunder FedRAMP High og DISA IL5.

Vigtige tjenesteegenskaber

Notesbøger til samarbejde

Maksimer produktiviteten med Intellisense, nem beregning og skift af kerner samt offlineredigering af notesbog.

Automatisk Machine Learning

Opret hurtigt præcise modeller til klassificering, regression og prognose for tidsserier. Brug fortolkning af modeller til at forstå, hvordan modellen blev oprettet.

Træk og slip maskinel indlæring

Brug designer sammen med moduler til datatransformation, oplæring og evaluering af modeller eller for at oprette og udgive pipelines for maskinel indlæring med nogle få klik.

Forsyning af data med mærkater

Forbered data hurtigt, administrer og overvåg projekter for forsyning med mærkater, og automatiser gentagne opgaver for forsyning med mærkater, der er assisteret af maskinel indlæring.

MLOps

Brug den centrale registreringsdatabase til at gemme og spore data, modeller og metadata. Registrer automatisk dataafstamning og styringsdata. Brug Git til at spore arbejde og GitHub Actions til at implementere arbejdsprocesser. Administrer og overvåg kørsler, eller sammenlign flere kørsler til oplæring og eksperimenter.

Automatisk skalering af beregning

Brug administreret beregning til at distribuere oplæring, og test, valider og udrul hurtigt modeller. CPU- og GPU-klynger kan deles på tværs af et arbejdsområde og automatisk skaleres for at imødekomme dine behov for maskinel indlæring.

RStudio-integration

Indbygget support af R og integration af RStudio Server (version med åben kildekode) for at oprette og udrulle modeller samt overvåge kørsler.

Dyb integration med andre Azure-tjenester

Sæt fart på produktiviteten med indbygget integration med Azure-tjenester, f.eks. Azure Synapse Analytics, Cognitive Search, Power BI, Azure Data Factory, Azure Data Lake og Azure Databricks.

Styrket læring

Skaler forstærket indlæring for effektive beregningsklynger, understøt scenarier med flere agenter, og få adgang til RL-algoritmer, -strukturer og -miljøer med åben kildekode.

Ansvarlig Machine Learning

Få modelgennemsigtighed ved træning og fornuftslutning med funktionalitet til fortolkning. Vurder retfærdigheden af modellen gennem forskelle i metrikværdier, og afhjælp uretfærdigheden. Beskyt data med differentieret beskyttelse af personlige oplysninger.

Professionel sikkerhed

Opret og udrul modeller med funktionalitet såsom netværksisolation og Private Link, rollebaseret adgangskontrol til ressourcer og handlinger, brugerdefinerede roller og administreret identitet til beregningsressourcer.

Omkostningsstyring

Administrer ressourceallokering til beregning af Azure Machine Learning bedre med kvotegrænser for arbejdsområde- og ressourceniveau.

Betal kun for det, du har brug for, uden forudbetaling

Du kan få flere oplysninger på siden med prisoplysninger for Azure Machine Learning.

Sådan bruger du Azure Machine Learning

Gå til din studio-weboplevelse

Opbyg og oplær

Udrul og administrer

Trin 1 af 1

Du kan oprette nye modeller og gemme dine databehandlingsmål, modeller, udrulninger, metrikværdier og kørselshistorik i cloudmiljøet.

Trin 1 af 1

Brug automatiseret maskinel indlæring, så du kan identificere algoritmer og hyperparametre samt spore eksperimenter i cloudmiljøet. Du kan også oprette modeller ved hjælp af notesbøger eller træk og slip-designeren.

Trin 1 af 1

Udrul din model til maskinel indlæring i cloudmiljøet eller på grænseenheden, overvåg ydeevnen, og genoplær den efter behov.

Kom i gang med at bruge Azure Machine Learning i dag

Få øjeblikkelig adgang og en kredit på $200 ved at tilmelde dig en gratis Azure-konto.

Log på Azure Portal.

Kunder, der bruger 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: Director of BI and Analytics, Carhartt
Carhartt

Scandinavian Airlines

Ved hjælp af Azure Machine Learning kan SAS identificere svindel nøjagtigt med dygtighed, der ikke var mulig med manuelle metoder. I forbindelse med registrering af flyrejser i forhold til EuroBonus-mil med tilbagevirkende kraft – hvilket er en almindelig kilde til svindel – forudsiger det nye system nu svindel med 99 % nøjagtighed.

Scandinavian Airlines

"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, Senior Data Scientist, Global Analytics, 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 and Advisory Data, Analytic and AI Leader, 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: Chief Executive Officer, TalentCloud
TalentCloud

Azure Machine Learning – opdateringer, blogge og meddelelser

Ofte stillede spørgsmål om Azure Machine Learning

  • Tjenesten er generelt tilgængelig i flere lande/områder, og der kommer flere til.
  • Serviceniveauaftalen (SLA) til Azure Machine Learning er på 99,9 %.
  • Det tilhørende studio til Azure Machine Learning er ressourcen på øverste niveau for tjenesten til maskinel indlæring. 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.

Den er klar, når du er – lad os konfigurere din gratis Azure-konto