Ein vollständig verwalteter Clouddienst, mit dem Sie ganz einfach Predictive Analytics-Lösungen erstellen, bereitstellen und freigeben können.


Neu bei Machine Learning?
Wenn Sie gerade erst beginnen, lesen Sie die Einführung von David Chappell, die er für Technologieprofis verfasst hat.
In fünf kurzen Videos erhalten Sie eine schnelle Einführung in Data Science, und auf der ML-Cheatsheet-Minisite erfahren, wie Sie den besten Algorithmus auswählen.

Noch keine Erfahrung mit dem Produkt?
Wenn Sie sich mit Data Science auskennen, aber gerade erst mit Azure Machine Learning beginnen, sehen Sie sich unsere Tutorials an, oder legen Sie mit Beispielexperimenten aus dem Katalog los. Haben Sie Fragen? Wenden Sie sich an unsere Techniker in unserem Forum.

Sie verwenden zurzeit R oder Python?
Azure Machine Learning Studio umfasst Hunderte integrierter Pakete und Unterstützung für benutzerdefinierten Code.
In unserem Blog erhalten Sie weitere Informationen zum Einstieg in Machine Learning mit R und Python.

Data Scientist oder Entwickler?
Azure Machine Learning ist für angewandtes Machine Learning konzipiert. Verwenden Sie erstklassige Algorithmen und eine einfache Drag&Drop-Oberfläche – und gelangen Sie mit wenigen Klicks von der Idee zur Entwicklung. Kostenlos testen.
Wenn Sie ein Entwickler sind, der direkt integrierte Data Science nutzen möchte, sehen Sie sich unsere APIs und den Azure Marketplace an.

Lauffähig in Minutenschnelle
Verwenden Sie Azure Machine Learning, um Ihr Modell innerhalb weniger Minuten in der Produktion als Webdienst bereitzustellen – als Webdienst, der überall von einem beliebigen Gerät aus aufgerufen werden und jede beliebige Datenquelle verwenden kann. Erfahren Sie mehr über Webdienste.
Veröffentlichen, freigeben, vermarkten
Teilen Sie Ihre Lösung mit anderen Benutzern über den Katalog oder den Azure Marketplace.


Kundenabwanderung in der Telekommunikationsbranche
Eine Kundenabwanderung kann in verschiedenen Formen auftreten: Kunden können zur Konkurrenz wechseln, die Anzahl ihrer genutzten Dienste reduzieren oder zu einem kostengünstigeren Dienst wechseln.



Anomalieerkennung: Kreditrisiko
Versuchen Sie, Kreditrisiken anhand von Anomalien in den Daten vorherzusagen.



Data Mining: Finanzdaten für den Präsidentschaftswahlkampf in den USA 2016
Experimentieren Sie mit Finanzdaten der Wahlkampagne, um herauszufinden, wie Sie ein sehr umfangreiches Dataset mithilfe von Verarbeitungs- und Engineeringfunktionen für Machine Learning vorbereiten.


Katalog
Der Katalog ist eine Lernplattform, die von unseren Ingenieuren und Benutzern wie Ihnen erstellt wurde, um Best Practices mit der Data Science-Community auszutauschen. Bringen Sie sich ein.
Kundenstimmen
Finden Sie heraus, wie American Eagle mit Azure Machine Learning versucht, den Geschwindigkeitsrekord zu Lande zu brechen.
Was unsere Kunden sagen

„Das Schöne bei Azure Machine Learning ist, dass sich der Dienst unabhängig in Open Source-Technologie integrieren lässt. Azure Machine Learning liefert optimalen Nutzen, unabhängig davon, wie Ihre Infrastruktur aussieht.“
Fernando Fanton, Sr. VP of Product Development, Mendeley
Weitere Informationen
„Wir sprechen hier über beispiellose Möglichkeiten der Zusammenarbeit und Transparenz in der Öl- und Gasindustrie.“
Doug Weber, Remote Application Monitoring, Rockwell Automation
Weitere Informationen
„Dies versinnbildlicht den Wert, den das Internet der Dinge und Machine Learning für das SLAC darstellen. Die intelligenten Systeme informieren uns über Probleme, bevor wir die Systemdaten verwenden, um das Ganze manuell auszuknobeln.“
James Williams, CIO des SLAC National Accelerator Laboratory der Stanford University
Weitere InformationenIntelligentere, informativere Lösungen mit künstlicher Intelligenz (KI) erstellen
Erkunden Sie neue Wege, um innovative Apps in einer Cloud und an einem durch KI gestützten Edge zu erstellen. Azure bietet KI-Dienste, -Infrastruktur und -Tools, die sich mühelos verwenden und skalieren lassen, sowie Ressourcen und Zertifizierungen für Entwickler, die intelligente Lösungen entwickeln.