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.

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

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

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

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

Giv produktiviteten et boost, og få adgang til 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, til at komme i gang, elle brug indbyggede Jupyter-notesbøger til en oplevelse med fokus på kodning. Sæt fart på modeloprettelsen med brugergrænsefladen til 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 robuste 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. Anvend politikker, brug dataafstamning, og administrer og kontrollér ressourcer for at opfylde lovgivningsmæssige standarder.

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.

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

"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

Læs historien

Walgreens Boots Alliance

"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."

Matthieu Boujonnier, Analytics Application Architect and Data Scientist, Schneider Electric

Læs historien

Schneider Electric

"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."

Diana Kennedy, Vice President for IT Strategy, Architecture and Planning, BP

Læs historien

BP

"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."

Naeem Khedarun, Principal Software Engineer (AI), ASOS

Læs historien

ASOS

"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."

Phil Harris, assistant professor of physics, MIT

Læs historien

Fermilab

Borrowell hjælper kunderne med at forbedre deres kreditmuligheder ved hjælp af AI

Borrowells innovative AI-teknologi benytter kreditratinger til at levere anbefalinger, der forbedrer de canadiske kunders kreditmæssige og økonomiske tilstand.

Læs historien

Borrowell

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