Ignorez la navigation

Azure Machine Learning

Utiliser un service IA de qualité professionnelle pour le cycle de vie d’apprentissage automatique de bout en bout.

Créez des modèles Machine Learning stratégiques à grande échelle

Azure Machine Learning permet aux scientifiques des données et aux développeurs de créer, déployer et gérer des modèles de haute qualité plus rapidement et en toute confiance. Il accélère le délai d’utilisation grâce aux opérations d’apprentissage automatique (MLOps) de pointe, à l’interopérabilité open source et aux outils intégrés. Cette plateforme approuvée est conçue pour les applications IA responsables dans le Machine Learning.

Video container

Accélérer la valorisation

Le développement de modèles rapide et personnalisé à l’aide d’infrastructures familières prises en charge par des d’infrastructure IA flexibles et puissantes.

Collaborer et simplifier MLOps

Déploiement, gestion et partage rapides de modèles ML pour la collaboration entre espaces de travail et MLOps.

Développer en toute confiance

Gouvernance, sécurité et conformité intégrées pour l’exécution de charges de travail Machine Learning en tout lieu.

Concevoir de manière responsable

IA responsable pour créer des modèles explicables à l’aide de décisions pilotées par les données pour la transparence et la responsabilité.

Regardez le webinaire découvrir des insights prédictifs avec Analytics + AI

Prise en charge du cycle de vie du Machine Learning de bout en bout

Étiquetage des données

Étiqueter les données d’entraînement et gérer les projets d’étiquetage.

Préparation des données

À utiliser avec des moteurs d’analyse pour l’exploration et la préparation des données.

Jeux de données

Accédez aux données et créez et partagez des jeux de données.

Retour aux onglets

Azure Machine Learning pour Deep Learning

Plateforme managée de bout en bout

Simplifiez le cycle de vie Deep Learning complet et la gestion du modèle avec des fonctionnalités MLOps natives. Exécutez Machine Learning dans n’importe quel emplacement en toute sécurité avec une sécurité de qualité professionnelle. Atténuez les biais du modèle et évaluez des modèles à l’aide du tableau de bord IA responsable.

Tous les outils de développement et infrastructures

Créez des modèles d’apprentissage profond avec vos environnements de développement intégrés (IDE) préférés, de Visual Studio Code à Jupyter Notebooks, dans le cadre de votre choix à l’aide dePyTorch et TensorFlow. Azure Machine Learning interopère au Runtime ONNX et à DeepSpeed pour optimiser un apprentissage et une inférence.

Niveau de performance de classe mondiale

Utilisez des infrastructure IA responsable spécialement conçues pour combiner les dernières GPU NVIDIA et les solutions réseau InfiniBand jusqu’à 400 Gbits/s. Effectuez un scale-up de milliers de GPU au sein d’un seul cluster avec une mise à l’échelle sans précédent.

Accélérez le temps de mise en valeur grâce au développement rapide de modèles

Améliorez la productivité grâce à une expérience studio unifiée qui prend en charge les tâches de Machine Learning. Créez, formez et déployez des modèles avec Jupyter Notebooks à l’aide de la prise en charge intégrée des infrastructures et bibliothèques open source populaires. Créez rapidement des modèles précis avec le Machine Learning automatisé pour les modèles d’onglets, de textes et d’images. Utilisez Visual Studio Code pour passer de la formation locale à la formation en nuage en toute transparence, et passez à l’échelle automatique avec l’infrastructure Azure IA, optimisée par la plateforme NVIDIA Quantum-2 InfiniBand.

Collaborer et simplifier la gestion des modèles avec MLOps

Simplifiez le déploiement et la gestion de milliers de modèles dans plusieurs environnements à l’aide de MLOps. Déployez et évaluez des modèles plus rapidement avec des points de terminaison complètement managés pour les prédictions par lots et en temps réel. Utilisez des pipelines reproductibles pour automatiser les flux de travail pour l’intégration continue et la livraison continue (CI/CD). Partagez et découvrez des artefacts Machine Learning dans plusieurs équipes pour la collaboration entre espaces de travail à l’aide de registres et les magasins de fonctionnalités gérés. Surveillez en permanence les métriques de performances du modèle, détectez la dérive des données et déclenchez un réentraînement pour améliorer les performances du modèle.

Créer des solutions de classe Entreprise sur une plateforme hybride

Placez la sécurité en premier dans le cycle de vie du Machine Learning à l’aide de la gouvernance des données intégrée dans Microsoft Purview. Tirez parti des fonctionnalités de sécurité complètes qui couvrent l’identité, les données, la mise en réseau, la surveillance et la conformité, toutes testées et validées par Microsoft. Sécurisez les solutions à l’aide du contrôle d’accès en fonction du rôle personnalisé, des réseaux virtuels, du chiffrement des données, des points de terminaison privés et des adresses IP privées. Formez et déployez des modèles n’importe où, des locaux au multicloud, pour répondre aux exigences de souveraineté des données. Gouvernez en toute confiance grâce aux stratégies intégrées et à la conformité avec 60 certifications, y compris FedRAMP High et HIPAA.

Utiliser des pratiques d’IA responsables tout au long du cycle de vie

Évaluez les modèles Machine Learning avec des workflows reproductibles et automatisés pour évaluer l’impartialité du modèle, l’explicabilité, l’analyse des erreurs, l’analyse caustique, les performances du modèle et l’analyse exploratoire des données. Effectuez des interventions réelles avec une analyse causale dans le tableau de bord de l’IA responsable et générez une carte de performance au moment du déploiement. Contextualisez les métriques d’IA responsables pour les audiences techniques et non techniques afin d’impliquer les parties prenantes et de simplifier la révision de conformité.

Développez vos compétences en matière de Machine Learning avec Azure

En savoir plus sur l’apprentissage automatique sur Azure et participer à des didacticiels pratiques avec un parcours d’apprentissage de 30 jours. À la fin, vous serez prêt à faire la certification Associé Scientifique des données Azure.

Personne travaillant sur un ordinateur portable dans une salle de conférence

Fonctionnalités de service clés pour le cycle de vie Machine Learning complet

  • Préparation des données

    Itérer rapidement sur la préparation des données à l’échelle sur les clusters Apache Spark dans Azure Machine Learning, interopérable avec Azure Databricks.

  • Magasin de fonctionnalités

    Augmentez l’agilité d’expédition de vos modèles en rendant les fonctionnalités détectables et réutilisables dans plusieurs espaces de travail.

  • Blocs-notes collaboratifs

    Lancez votre bloc-notes dans Jupyter Notebook ou Visual Studio Code pour une expérience de développement riche, y compris le débogage et la prise en charge du contrôle de source Git.

  • Machine Learning automatisé

    Créez rapidement des modèles précis pour la classification, la régression, la prévision de série chronologique, les tâches de traitement en langage naturel et les tâches de vision par ordinateur avec ML automatisé.

  • Machine Learning par glisser-déplacer

    Utilisez les outils de Machine Learning, tels que le concepteur pour la transformation des données, l’apprentissage et l’évaluation de modèle, ou pour créer et publier des pipelines de Machine Learning.

  • IA responsable

    Créez des solutions d’IA responsable avec des fonctionnalités d’interprétabilité. Évaluez l’impartialité du modèle par le biais de métriques de disparité, et atténuez la partialité.

  • Registres

    Utilisez des référentiels à l’échelle de l’organisation pour stocker et partager des modèles, des pipelines, des composants et des jeux de données entre plusieurs espaces de travail. Capturez les données de traçabilité et gouvernez à l’aide de la fonctionnalité de piste d’audit.

  • Points de terminaison managés

    Utilisez des points de terminaison managés pour faire fonctionner le déploiement et le scoring de modèles, consigner des métriques et effectuer des déploiements de modèle sécurisé.

Sécurité et conformité complètes, intégrées

  • Microsoft investit plus de 1 milliard de $ USD par an dans la recherche et le développement en matière de cybersécurité.

  • Nous employons plus de 3 500 experts de sécurité qui se consacrent à la sécurité et à la protection des données.

  • Azure propose plus de certifications que tout autre fournisseur de services cloud. Afficher la liste complète.

Commencez par un compte Azure gratuit

1

Essai gratuit. Recevez un crédit de 200 $ USD à utiliser dans un délai de 30 jours. Pendant que vous disposez de votre crédit, bénéficiez de volumes gratuits de nombreux services populaires et accédez à plus de 55 autres services toujours gratuits.

2

Lorsque votre crédit est épuisé, passez au paiement à l’utilisation pour continuer à créer des applications à l’aide de ces mêmes services gratuits. Payez uniquement si vous utilisez une quantité supérieure aux volumes mensuels gratuits.

3

Après 12 mois, vous continuerez à bénéficier de plus de 55 services toujours gratuits, et vous ne paierez toujours que ce que vous utilisez au-delà de vos montants mensuels gratuits.

Découvrez comment les clients utilisent Azure Machine Learning pour innover avec l’IA

« PyTorch et Azure Machine Learning sont parfaitement adaptés aux objectifs de notre équipe de recherche, ce qui nous permet de gagner du temps pour créer des innovations révolutionnaires ».

Ogas d’Orlando

Co-fondateur et PDG, Fashable

« Nos équipes testent généralement [les données], obtiennent des résultats, puis les utilisent pour développer des modèles et des algorithmes, que nous intégrons ensuite dans des produits logiciels. Cette plateforme simplifie, accélère et simplifie l’ensemble du processus ».

Mogens Momkeke

Architecte d’entreprise, Innovation SEGES

« À mesure que de plus en plus de nos groupes s’appuient sur la solution Azure Machine Learning, nos experts financiers peuvent se concentrer davantage sur les tâches de niveau supérieur et consacrer moins de temps à la collecte et à l’entrée manuelles des données ».

Jeff Neilson

Manager de science des données, 3M

Un chargeur fonctionnant

je

« Avec Azure Machine Learning, nous pouvons montrer au patient un score de risque hautement adapté à sa situation individuelle. …Au final, nous nous efforçons de réduire les risques, de réduire l’incertitude et d’améliorer les résultats de l’opération ».

Professeur Mike Reed

Directeur clinique, Trauma & Orthopédique, Northumbria Healthcare NHS Foundation Trust

Un professionnel de la santé qui parle avec un patient

1

« La possibilité de mettre à l’échelle les ressources de calcul est essentielle pour la vitesse d’innovation et la rentabilité…. Azure Machine Learning et ses fonctionnalités intégrées d’opérations d’apprentissage automatique simplifient l’agilité et la rentabilité ».

Kate Puech

Directrice de l’ingénierie IA, Axon

Un Worker réapprovisionnant des cannettes de Pepsi et Mountain Dew dans un réfrigérateur

.

« L’utilisation des fonctionnalités de Machine Learning automatisées de Azure Machine Learning pour la création de modèles Machine Learning nous a permis de réaliser un environnement dans lequel nous pouvons créer et expérimenter différents modèles de plusieurs perspectives ».

Keiichi Sawada

Division Transformation d’entreprise, Seven Bank

Un emplacement Seven Bank
Retour aux onglets

IDC MarketScape : Évaluation du fabricant MLOps 2022

Découvrez comment les entreprises de tous les secteurs utilisent MLOps pour surmonter les défis liés à l’implémentation des technologies d’IA et de Machine Learning.

Guide Maîtrise de Azure Machine Learning

Découvrez les principales techniques d’experts pour créer des pipelines et des modèles Machine Learning de bout en bout automatisés et hautement évolutifs dans Azure à l’aide de TensorFlow, Spark et Kubernetes.

Livre blanc sur l’ingénierie MLOps

Découvrez une approche systématique de la création, du déploiement et de la surveillance de solutions d’apprentissage automatique avec MLOps. Créez, testez et gérez rapidement des cycles de vie Machine Learning prêts pour la production à grande échelle.

Étude Total Economic Impact™ de Forrester

L’étude Forrester Consulting Total Economic ImpactTM, commandée par Microsoft, examine le retour sur investissement potentiel que les entreprises peuvent réaliser avec Azure Machine Learning.

Livre blanc sur les solutions Machine Learning

Apprenez à construire des solutions d’apprentissage automatique plus sécuritaires, plus évolutives et plus équitables.

Livre blanc sur l’IA responsable

Découvrez les outils et méthodes permettant de comprendre, de protéger et de contrôler vos modèles.

Livre blanc MLOps

Accélérez le processus de création, d’entraînement et de déploiement de modèles à grande échelle.

Livre blanc Machine Learning compatible avec Azure Arc

Découvrez comment créer, entraîner et déployer des modèles dans n’importe quelle infrastructure.

Forum aux questions sur Azure Machine Learning

  • Le service est généralement disponible dans plusieurs pays/régions, avec plus d’informations sur le chemin.

  • Le contrat SLA pour Azure Machine Learning garantit une durée de bon fonctionnement de 99,9 %.

  • Azure Machine Learning Studio est la ressource de niveau supérieur pour le Machine Learning. Cette fonctionnalité offre aux scientifiques des données et aux développeurs un emplacement centralisé dans lequel utiliser tous les artefacts pour créer, former et déployer des modèles Machine Learning.

Créez votre compte Azure gratuit quand vous voulez

Essayez Azure Machine Learning gratuitement