Trace Id is missing
Passer directement au contenu principal
Azure

Machines virtuelles Science des données

Environnement préconfiguré enrichi pour le développement de l’intelligence artificielle

Machines virtuelles pré-configurées dans le cloud pour le développement de la science des données et de l’intelligence artificielle

Les machines virtuelles Science des données sont des images de machines virtuelles Azure, pré-installées, configurées et testées avec plusieurs outils populaires fréquemment utilisés pour l’analytique des données, le Machine Learning et la formation de l’intelligence artificielle.

Un diagramme montrant comment les langages, l’exploration et la visualisation des données, l’apprentissage profond, le ML et l’IA, la plateforme et l’ingestion des données, ainsi que les outils de développement font tous partie de la machine virtuelle de science des données.

Workflow de sciences de données de bout en bout utilisant les machines virtuelles Science des données

Graphique de workflow de la machine virtuelle Science des données

Bureau d’analytique dans le cloud

Configuration cohérente entre les équipes, promotion du partage et de la collaboration, scalabilité et gestion Azure, configuration minimale, bureau entièrement sur le cloud pour la science des données.

Formation à la science des données

Démarrage rapide et facile pour un ou plusieurs scénarios de cours physiques et cours en ligne

Capacité élastique à la demande

Possibilité d’exécuter les analytiques sur toutes les configurations matérielles Azure avec une scalabilité aussi bien horizontale que verticale Payez uniquement ce que vous utilisez au moment où vous l’utilisez.

Apprentissage profond avec les GPU

Cluster de processeurs graphiques déjà disponibles avec des outils d’apprentissage profond déjà préconfigurés

Exemples et modèles pour bien démarrer

Des exemples, modèles et exemples de blocs-notes créés ou testés par Microsoft sont fournis sur les machines virtuelles. L’intégration est ainsi facilitée sur les divers outils et fonctionnalités tels que les réseaux neuronaux (PYTorch, Tensorflow, etc.), le data wrangling, R, Python, Julia et SQL Server.

Intégrée avec Azure Machine Learning

Utilisez le Kit de développement logiciel (SDK) AzureML préinstallé et CLI pour envoyer des travaux de formation distribués à des clusters de calcul AzureML évolutifs, suivre des expériences, déployer des modèles et générer des flux de travail reproductibles avec des pipelines AzureML. En outre, la Data Science VM peut être utilisée comme cible de calcul pour les exécutions d’apprentissage et les pipelines AzureML.

Sécurité et conformité complètes et intégrées

Commencez avec un compte gratuit Azure

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

Au bout de 12 mois, vous continuerez à bénéficier de plus de 55 services gratuits, tout en payant uniquement ce que vous utilisez au-delà de vos volumes mensuels gratuits.

Éditions Data Science Virtual Machine

Data Science Virtual Machine - Windows

Outils d’exploration, d’analyse, de modélisation et de développement pour la science des données

Les abonnements logiciels commencent à partir du niveau.

Gratuit

Data Science Virtual Machine - Ubuntu

Machine virtuelle avec outils et infrastructures d’apprentissage profond pour le Machine Learning et la science des données

Les abonnements logiciels commencent à partir du niveau.

Gratuit

Produits et services associés

Azure Machine Learning

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

Créez une machine virtuelle Science des données en quelques secondes.