Omitir navegación

Servicio Azure Machine Learning

Acelere el aprendizaje automático desde la nube hasta el perímetro

¿Por qué optar por el servicio Azure Machine Learning?

Productiva

Aumente su ritmo de experimentación y compile modelos más rápidamente con aprendizaje automático y procesos administrados automáticos.

Abierto

Utilice las bibliotecas de aprendizaje automático y los entornos de desarrollo integrado que ya conoce.

De confianza

Aproveche la preparación para la empresa con las características de seguridad y cumplimiento de Azure y la compatibilidad con redes virtuales.

Híbrida

Compile, entrene, administre e implemente modelos de Machine Learning desde la nube hasta el perímetro.

¿Qué incluye el servicio Azure Machine Learning

Aprendizaje automático y optimización de hiperparámetros

Identifique los mejores algoritmos con más rapidez mediante aprendizaje automático y encuentre el mejor modelo con eficacia mediante la optimización inteligente de hiperparámetros.

Control de versiones y reproducibilidad

Aumente su ritmo de experimentación mediante el seguimiento y registro de los experimentos para su reproducibilidad y fácil modificación.

Compatibilidad con bibliotecas de código abierto y entornos de desarrollo integrado

Utilice bibliotecas de aprendizaje automático tales como Tensorflow, PyTorch y scikit-learn. Azure El servicio Azure Machine Learning se integra con su IDE preferido de Python, como Visual Studio Code, Visual Studio, blocs de notas de Azure Databricks o instancias de Jupyter Notebook.

Administración de modelos

Administre y supervise proactivamente sus modelos con el registro de imágenes y modelos, y actualícelos con herramientas de CI/CD integradas.

Implementación híbrida

Implemente modelos allí donde más sean necesarios con implementaciones administradas en la nube y en el perímetro.

Aprendizaje profundo distribuido

Compile rápidamente mejores modelos con clústeres GPU masivos administrados. Entrene rápidamente modelos con aprendizaje profundo distribuido e impleméntelos en matrices FPGA.

Cómo usar el servicio Azure Machine Learning

Paso 1: Creación de un área de trabajo

Instale el SDK y cree un área de trabajo para almacenar recursos de proceso, modelos e implementaciones, y ejecutar historiales en la nube.

Paso 2: Entrenamiento de un modelo

Entrene un modelo local o en la nube con el uso de bibliotecas de aprendizaje automático de código abierto. Haga el seguimiento de los experimentos y escale horizontal o verticalmente su aprendizaje con recursos de proceso administrados en la nube.

Paso 3: Implementación y administración

Implemente el modelo en el entorno de pruebas o de producción para generar predicciones. Impleméntelo en la nube o en el perímetro, o utilice modelos acelerados por hardware en matrices FPGA para obtener inferencias con gran rapidez. Cuando el modelo se encuentre en producción, supervíselo en busca de desfases en el rendimiento y los datos, y vuelva a entrenarlo cuando sea necesario.

Productos y servicios relacionados

Azure Databricks

Plataforma de análisis rápida, sencilla y de colaboración basada en Apache Spark

Machine Learning Studio

Cree, implemente y administre fácilmente soluciones de análisis predictivo

Máquinas virtuales de ciencia de datos

Entorno preconfigurado muy completo para el desarrollo de IA

Comience a tomar mejores decisiones con el servicio Azure Machine Learning