Creación de modelos de aprendizaje automático críticos para la empresa a escala
Azure Machine Learning permite a los científicos de datos y desarrolladores crear, implementar y administrar modelos de alta calidad con más rapidez y confianza. Acelere el tiempo de valor con las principales operaciones de aprendizaje automático (MLOps), la interoperabilidad de código abierto y las herramientas integradas. Esta plataforma de aprendizaje con IA de confianza está diseñada para aplicaciones deIA responsables en el aprendizaje automático.
Acelerar el tiempo de creación de valor
Cree modelos de aprendizaje automático que aprovechen infraestructura de inteligencia artificial eficaz y organice flujos de trabajo de inteligencia artificial con flujo de solicitud.
Colaboración y optimización de MLOps
Implementación, administración y uso compartido rápidos de modelos de ML para la colaboración entre áreas de trabajo y MLOps.
Desarrolle con confianza
Gobernanza, seguridad y cumplimiento integrados para ejecutar cargas de trabajo de aprendizaje automático en cualquier lugar.
Diseño responsable
de inteligencia artificial responsable para crear modelos explicables mediante decisiones basadas en datos para la transparencia y la responsabilidad.
Compatibilidad con el ciclo de vida de aprendizaje automático completo
Etiquetado de datos
Etiquete los datos de entrenamiento y administre proyectos de etiquetado.
Preparación de los datos
Se usa con motores de análisis para la exploración y preparación de datos.
Conjuntos de datos
Acceda a los datos y cree y comparta conjuntos de datos.
Notebooks
Use Jupyter Notebook colaborativos con proceso asociado.
Aprendizaje automático automatizado
Entrene y ajuste automáticamente modelos de inteligencia artificial precisos.
Diseñador de arrastrar y colocar
Diseñe con una interfaz de desarrollo de tipo arrastrar y colocar.
Experimentos
Ejecute experimentos y cree y comparta paneles personalizados.
CLI y Python SDK
Acelere el proceso de entrenamiento del modelo mientras escala vertical y horizontalmente el proceso de Azure.
Visual Studio Code y GitHub
Use herramientas de aprendizaje automático conocidas y cambie fácilmente del aprendizaje local a la nube.
Instancia de proceso
Desarrolle en un entorno administrado y seguro con CPU, GPU y clústeres de superequipo dinámicamente escalables.
Marcos y bibliotecas de código abierto
Obtenga compatibilidad integrada para Scikit-learn, PyTorch, TensorFlow, Keras, Ray RLLib y mucho más.
Puntos de conexión administrados
Implemente modelos de aprendizaje con IA para la inferencia por lotes y en tiempo real de forma rápida y sencilla.
Canalizaciones y CI/CD
Automatice los flujos de trabajo de aprendizaje automático.
Imágenes precompiladas
Acceda a imágenes de contenedor con marcos y bibliotecas para la inferencia.
Repositorio de modelos
Comparta y realice un seguimiento de los datos y los modelos de aprendizaje automático.
Híbrido y multinube
Entrene e implemente modelos en el entorno local y en entornos multinube.
Modelos optimizados
Acelere el entrenamiento y la inferencia, y reduzca los costos con ONNX Runtime.
Registros
Comparta y detecte modelos y canalizaciones entre los equipos de su organización.
Supervisión y análisis
Realice un seguimiento, registre y analice datos, modelos y recursos.
Desfase de datos
Detecte el desfase y mantenga la precisión del modelo.
Análisis de errores
Depure modelos y optimice la precisión del modelo de IA.
Auditoría
Seguimiento de artefactos de aprendizaje automático para el cumplimiento.
Directivas
Use directivas integradas y personalizadas para la administración de cumplimiento.
Seguridad
Disfrute de la supervisión continua con Azure Security Center.
Control de costos
Aplique la administración de cuotas y el apagado automático.
Azure Machine Learning para IA generativa
Orquestación de flujos de trabajo de IA
Simplifique el diseño, la evaluación y la implementación de aplicaciones basadas en modelos de lenguaje de gran tamaño con flujo de mensajes. Realice un seguimiento, reproduzca, visualice y mejore fácilmente los mensajes y flujos en una variedad de herramientas y recursos. Obtenga más información sobre AI generativa en Machine Learning.
Plataforma administrada de un extremo a otro
Optimice todo el ciclo de vida del modelo de lenguaje de gran tamaño y la administración de modelos con funcionalidades nativas de MLOps. Ejecute aprendizaje automático de forma segura en cualquier lugar con seguridad de nivel empresarial. Mitigue los sesgos del modelo y evalúe los modelos con el panel de control de IA responsable.
Plataformas y herramientas flexibles
Cree modelos de aprendizaje profundo en herramientas como Visual Studio Code y Jupyter Notebooks con marcos flexibles, como PyTorch o TensorFlow. Azure Machine Learning es compatible con tiempo de ejecución de ONNX y DeepSpeed para optimizar su capacitación e inferencia.
Rendimiento de primer nivel
Use infraestructura de inteligencia artificial diseñadas para combinar las GPU NVIDIA y las soluciones de red InfiniBand más recientes hasta 400 Gbps. Escale verticalmente hasta miles de GPU dentro de un único clúster con una escala sin precedentes.
Acelere el tiempo de valor con el desarrollo rápido de modelos
Mejore la productividad con una experiencia de estudio unificada. Cree, entrene e implemente modelos con cuadernos de Jupyter Notebook con compatibilidad integrada con bibliotecas y marcos de código abierto. Cree modelos rápidamente con aprendizaje automático automatizado para datos tabulares de texto y de imagen. Use Visual Studio Code para pasar del entrenamiento local a la nube sin problemas y escale automáticamente con Azure AI infraestructura, con tecnología de la plataforma NVIDIA Quantum-2 InfiniBand. Diseñe, compare, evalúe e implemente mensajes para aplicaciones basadas en modelos de lenguaje de gran tamaño con flujo de mensajes.
Colaboración y optimización de la administración de modelos con MLOps
Optimice la implementación y administración de miles de modelos en varios entornos mediante MLOps. Implemente y puntúe modelos ML más rápido con puntos de conexión totalmente administrados para predicciones por lotes y en tiempo real. Use canalizaciones repetibles para automatizar los flujos de trabajo para la integración continua y la entrega continua (CI/CD). Comparta y detecte artefactos de aprendizaje automático en varios equipos para la colaboración entre áreas de trabajo mediante registros y almacén de características administrado. Supervise continuamente las métricas de rendimiento del modelo, detecte el desfase de datos y desencadene el reentrenamiento para mejorar el rendimiento del modelo.
Cree soluciones de nivel empresarial en una plataforma híbrida
Ponga primero la seguridad en todo el ciclo de vida del aprendizaje automático mediante la gobernanza de datos integrada en Microsoft Purview. Aproveche las completas funcionalidades de seguridad que abarcan la identidad, los datos, las redes, la supervisión y el cumplimiento, todo ello probado y validado por Microsoft. Proteja las soluciones mediante el control de acceso basado en roles personalizado, las redes virtuales, el cifrado de datos, los puntos de conexión privados y las direcciones IP privadas. Entrene e implemente modelos en cualquier lugar, desde el entorno local hasta multinube, para satisfacer los requisitos de soberanía de datos. Gobierne con confianza mediante directivas integradas y cumplimiento con 60 certificaciones, incluidas FedRAMP High y HIPAA.
Uso de prácticas de inteligencia artificial responsables a lo largo del ciclo de vida
Evalúe modelos de aprendizaje automático con flujos de trabajo reproducibles y automatizados para evaluar la imparcialidad del modelo, la explicación, el análisis de errores, el análisis causal, el rendimiento del modelo y el análisis de datos exploratorios. Realice intervenciones reales con análisis causales en el panel de inteligencia artificial responsable y genere un cuadro de mandos en el momento de la implementación. Contextualice las métricas de inteligencia artificial responsables para públicos técnicos y no técnicos para implicar a las partes interesadas y simplificar la revisión del cumplimiento.
Desarrolle sus conocimientos del aprendizaje automático con Azure
Obtenga más información sobre el aprendizaje automático en Azure y participe en tutoriales prácticos en un recorrido de aprendizaje de 30 días. Cuando acabe, estará preparado para la certificación Azure Data Scientist Associate.
Funcionalidades de servicio clave para todo el ciclo de vida del aprendizaje automático
-
Preparación de los datos
Itere rápidamente la preparación de datos a escala en clústeres Apache Spark dentro de Azure Machine Learning, interoperable con Azure Databricks.
-
Almacén de características
Aumente la agilidad en el envío de los modelos haciendo que las características sean reconocibles y reutilizables en varias áreas de trabajo con el almacén de características gestionado.
-
Cuadernos de colaboración
Inicie el cuaderno en Jupyter Notebook o Visual Studio Code para obtener una experiencia de desarrollo enriquecida, incluida la depuración y la compatibilidad con el control de código fuente de Git.
-
Aprendizaje automático automatizado
Cree rápidamente modelos precisos para clasificación, regresión, previsión de series temporales, tareas de procesamiento de lenguaje natural y tareas de visión artificial con aprendizaje automático automatizado.
-
Aprendizaje automático con funcionalidad para arrastrar y colocar
Use herramientas de aprendizaje automático como diseñador para la transformación de datos, el entrenamiento de modelos y la evaluación, o para crear y publicar fácilmente canalizaciones de aprendizaje automático.
-
IA responsable
Cree soluciones IA responsables con capacidades de interpretación. Valore la imparcialidad de los modelos usando métricas de disparidad y mitigue la parcialidad.
-
Registros
Use repositorios de toda la organización para almacenar y compartir modelos, canalizaciones, componentes y conjuntos de datos en varias áreas de trabajo. Capture automáticamente datos de linaje y gobernanza mediante la característica de pista de auditoría.
-
Puntos de conexión administrados
Use puntos de conexión administrados para poner en marcha la implementación y puntuación del modelo, registrar métricas y realizar implementaciones de modelos seguras.
Seguridad y cumplimiento normativo completos e integrados
-
Microsoft invierte más de USD$ 1 000 000 000 al año en la investigación y el desarrollo de la ciberseguridad.
-
Contamos con más de 3500 expertos en seguridad que se dedican a proteger la seguridad y la privacidad de los datos.
-
Pague solo por lo que necesita, sin costes por adelantado
Introducción a una cuenta gratuita de Azure
1
2
Después del crédito, cambia a un plan de pago por uso para seguir creando con los mismos servicios gratuitos. Paga solamente si tu uso supera la cantidad gratuita mensual.
3
Recursos de Azure Machine Learning
Tutoriales avanzados
- Entrenamiento de modelos de aprendizaje automático
- Ajuste de hiperparámetros de un modelo
- Canalizaciones de aprendizaje automático con el SDK de Python
- Entrenamiento de modelos de clasificación sin código
- Entrenamiento de modelos de regresión sin código mediante el diseñador
- Supervisión y análisis de trabajos en Studio
- Administración, implementación y supervisión de modelos
- Creación y funcionamiento de soluciones de aprendizaje automático
- Operaciones de aprendizaje automático de un extremo a otro
- Entrenamiento de modelos de proceso intensivo
IDC MarketScape: Evaluación del proveedor de MLOps 2022
Obtenga información sobre cómo las organizaciones empresariales de todos los sectores usan MLOps para superar los desafíos de la implementación de tecnologías de inteligencia artificial y aprendizaje automático.
Notas del producto de MLOps de ingeniería
Descubra un enfoque sistemático para crear, implementar y supervisar soluciones de aprendizaje automático con MLOps. Cree, pruebe y administre rápidamente ciclos de vida de aprendizaje automático listos para la producción a gran escala.
Estudio sobre el impacto económico total de Forrester
El estudio de Forrester Consulting Total Economic ImpactTM, encargado por Microsoft, examina la posible rentabilidad de las empresas de inversión que pueden obtener con Azure Machine Learning.
Notas del producto de soluciones de Machine Learning
Obtenga información sobre cómo crear soluciones de aprendizaje automático más seguras, escalables y de aprendizaje automático.
Notas del producto sobre la IA responsable
Obtenga información sobre cómo crear soluciones de aprendizaje automático más seguras, escalables y de aprendizaje automático.
Notas del producto de MLOps
Acelere el proceso de creación, entrenamiento e implementación de modelos a gran escala.
Notas del producto de aprendizaje automático para Azure Arc
Aprenda a crear, entrenar e implementar modelos en cualquier infraestructura.
Preguntas más frecuentes sobre Azure Machine Learning
-
El servicio está disponible con carácter general en varios países o regiones, con más información en camino.
-
ElSLA para Azure Machine Learning es un tiempo de actividad del 99,9 %.
-
Estudio de Azure Machine Learning es el recurso de nivel superior para Machine Learning. Esta funcionalidad proporciona un lugar centralizado para que los científicos de datos y desarrolladores trabajen con todos los artefactos para crear, entrenar e implementar modelos de Machine Learning.