Trace Id is missing
Passer directement au contenu principal
Azure

Apprentissage automatique pour les scientifiques des données

Explorez les outils d’apprentissage automatique pour les scientifiques des données et les ingénieurs d’apprentissage automatique et apprenez à créer des solutions d’apprentissage automatique à l’échelle du cloud sur Azure.

Découvrez l’apprentissage automatique sur Azure

Construisez et déployez des modèles d’apprentissage automatique pour les processus stratégiques de manière responsable et à vos conditions avec les outils et services Azure.

Développez des modèles d’apprentissage automatique selon vos conditions

Construisez des modèles d’apprentissage automatique dans votre langage de développement, votre environnement et vos infrastructures d’apprentissage automatique préférés en utilisant les outils de votre choix et déployez vos modèles dans le cloud, localement ou à la périphérie avec Azure AI.

Construisez des solutions d’apprentissage automatique de manière responsable

Comprenez vos modèles d’apprentissage automatique, protégez les données avec la confidentialité différentielle et l’informatique confidentielle et contrôlez le cycle de vie de l’apprentissage automatique avec des essais d’audit et des fiches techniques.

Déployez en toute confiance des modèles d’apprentissage automatique pour les processus critiques de l’entreprise

Déployez et gérez des solutions d’apprentissage automatique hautement évolutives, tolérantes aux pannes et reproductibles.

Découvrez comment d’autres scientifiques des données utilisent Azure Machine Learning

Découvrez la façon dont les organisations utilisent Azure pour prendre en charge leurs charges de travail stratégiques.

Humana

Découvrez comment Humana fournit des expériences médicales critiques alimentées par l’intelligence artificielle.

AGL

Découvrez comment AGL a implémenté MLOps avec Azure Machine Learning.

UCLA

Découvrez comment UCLA utilise l’intelligence artificielle pour assister ses médecins.

Retour aux onglets

Explorez l’apprentissage automatique par le biais de vidéos

Découvrez comment utiliser des solutions Machine Learning pour prendre en charge des applications stratégiques.

Entraînement de modèles Machine Learning à grande échelle

Découvrez comment utiliser le calcul approprié sur Azure pour mettre à l’échelle vos travaux d’entraînement.

Déploiement et inférence de modèle

Découvrez plus d’informations sur les différentes options de déploiement et les optimisations pour l’inférence de modèle à grande échelle.

Explication du MLOps

Découvrez l’importance de MLOps et les processus qui lui sont associés.

Sécurisation de vos environnements Machine Learning

Découvrez comment utiliser Azure pour accéder à la sécurité et à la gouvernance de classe Entreprise.

Machine Learning hybride et multicloud

Découvrez comment provisionner des environnements Machine Learning hybrides et multiclouds.

Machine Learning ouvert et interopérable

Découvrez comment Azure Machine Learning fonctionne avec les technologies open source et s’intègre à d’autres services Azure.

Retour aux onglets

MLOps avec Azure Machine Learning

Accélérez le processus de création, de formation et de déploiement de modèles d’apprentissage automatique à grande échelle.

Solutions d’apprentissage automatique avec sécurité et mise à l’échelle de l’entreprise

Apprenez à créer des solutions d’apprentissage automatique sécurisées, évolutives et équitables avec Azure Machine Learning.

IA responsable avec Azure Machine Learning

Explorez les outils et les méthodes pour vous aider à comprendre, protéger et contrôler vos modèles Machine Learning.

En savoir plus via des exemples d’architectures de solution

Explorez différents scénarios d’utilisation d’Azure Machine Learning.

Machine Learning

Contrôlez le processus d’apprentissage du modèle avec des paramètres réglables appelés hyperparamètres. Explorez les pratiques recommandées pour le paramétrage des hyperparamètres des modèles Python et découvrez comment automatiser le paramétrage de l’hyperparamètre et exécuter des expérimentations parallèles pour optimiser efficacement les hyperparamètres.

Deep Learning

Découvrez comment effectuer une formation distribuée de modèles Machine Learning profond sur des clusters de machines virtuelles équipés de GPU. Ce scénario est pour une classification d’images, mais la solution peut être généralisée à d’autres scénarios de Deep Learning, tels que la segmentation ou la détection d’objet.

MLOps

Découvrez comment implémenter une intégration continue (CI), une livraison continue (CD) et un pipeline de réentraînement pour une application IA à l’aide d’Azure DevOps et d’Azure Machine Learning. La solution est basée sur le jeu de données « diabetes » de scikit-learn, mais elle est facilement adaptable à n’importe quel scénario IA et à d’autres systèmes de génération populaires.

Déploiement de périphérie

Découvrez comment utiliser Azure Stack Edge pour étendre l’inférence du Machine Learning rapide à partir du cloud vers des scénarios locaux ou en périphérie. Utilisez Azure Stack Edge Pro pour tirer parti des fonctionnalités Azure, telles que le calcul, le stockage, la mise en réseau et l’apprentissage automatique avec accélération matérielle pour n’importe quel emplacement en périphérie.

Notation par lots

Découvrez comment utiliser Azure Machine Learning pour appliquer le transfert de style neuronal, une technique Deep Learning qui compose une image existante dans le style d’une autre image, dans une vidéo.

Calcul de score en temps réel

Découvrez comment déployer des modèles Python en tant que services web pour élaborer des prédictions en temps réel avec Azure Kubernetes Service (AKS). Les modèles Machine Learning déployés sur AKS conviennent aux déploiements de production à grande échelle.