Lompat ke konten utama

Azure Machine Learning

Gunakan layanan tingkat perusahaan untuk siklus hidup pembelajaran mesin menyeluruh.

Model pembelajaran mesin yang penting bagi bisnis dalam skala besar

Azure Machine Learning memberdayakan ilmuwan data dan pengembang untuk membangun, menyebarkan, dan mengelola model berkualitas tinggi dengan lebih cepat dan dengan kepercayaan diri. Solusi ini mempercepat waktu untuk mencapai nilai dengan operasi pembelajaran mesin (MLOps) terkemuka di industri, interoperabilitas sumber terbuka, dan alat terpadu. Platform tepercaya ini dirancang untuk aplikasi AI yang bertanggung jawab dalam pembelajaran mesin.

Video container

Pengembangan dan pelatihan model yang cepat, dengan alat dan dukungan terpadu infrastruktur AI yang dapat disesuaikan.

Pengembangan model AI yang bertanggung jawab dengan keadilan dan penjelasan bawaan, dan penggunaan yang bertanggung jawab untuk kepatuhan

Penyebaran, manajemen, dan berbagi model ML cepat untuk kolaborasi lintas ruang kerja dan MLOps

Tata kelola, keamanan, dan kepatuhan bawaan untuk menjalankan beban kerja pembelajaran mesin dari mana saja

Dukungan untuk siklus hidup pembelajaran mesin secara menyeluruh

Pelabelan data

Beri label data pelatihan dan kelola proyek pemberian label.

Persiapan data

Gunakan dengan mesin analitik untuk eksplorasi dan persiapan data.

Himpunan data

Akses data dan buat serta bagikan himpunan data.

Kembali ke tab

Azure Machine Learning untuk Pembelajaran Mendalam

Platform menyeluruh terkelola

Sederhanakan seluruh siklus hidup pembelajaran mendalam dan manajemen model dengan kemampuan MLOps asli. Jalankan pembelajaran mesin di mana saja secara aman dengan keamanan tingkat perusahaan. Mitigasi bias model dan evaluasi model dengan dasbor AI yang Bertanggung Jawab.

Semua alat dan kerangka kerja pengembangan

Buat model pembelajaran mendalam dengan ID favorit Anda dari Kode Visual Studio ke Jupyter Notebook dan dalam kerangka kerja pilihan Anda dengan PyTorch dan TensorFlow. Azure Machine Learning terintegrasi dengan ONNX Runtime dan DeepSpeed untuk mengoptimalkan pelatihan dan inferensi Anda.

Performa Kelas Dunia

Manfaatkan infrastruktur AI yang dibuat khusus yang dirancang secara unik untuk menggabungkan GPU NVIDIA terbaru dan Jaringan Mellanox hingga 200GB/dtk InfiniBand yang saling terhubung. Skalakan hingga ribuan GPU dalam satu kluster dengan skala yang belum pernah ada sebelumnya.

Percepat waktu untuk mencapai nilai dengan pengembangan model yang cepat

Tingkatkan produktivitas dengan kemampuan studio, pengalaman pengembangan yang mendukung semua tugas pembelajaran mesin, untuk membangun, melatih, dan menyebarkan model. Berkolaborasi dengan Jupyter Notebooks dengan menggunakan dukungan bawaan untuk kerangka kerja dan pustaka sumber terbuka yang populer. Buat model akurat secara cepat dengan pembelajaran mesin otomatis untuk model tabular, teks, dan gambar menggunakan rekayasa fitur dan pembersihan hyperparameter. Gunakan Visual Studio Code untuk beralih dari lokal ke cloud dengan lancar, dan skalakan secara otomatis dengan kluster CPU dan GPU berbasis cloud yang canggih didukung oleh jaringan InfiniBand Kuantum NVIDIA.

Alur dengan MLOps

Operasional dalam skala besar dengan MLOps

Sederhanakan penyebaran dan pengelolaan ribuan model dalam beberapa lingkungan menggunakan MLOps. Sebarkan dan selesaikan model dengan lebih cepat menggunakan titik akhir yang dikelola sepenuhnya untuk prediksi batch dan real time. Gunakan alur yang dapat diulang untuk mengotomatiskan alur kerja untuk integrasi berkelanjutan dan pengiriman berkelanjutan (CI/CD). Bagikan dan temukan artefak pembelajaran mesin dalam beberapa tim untuk kolaborasi lintas ruang kerja menggunakan registri. Secara berkelanjutan pantau metrik performa model, deteksi penyimpangan data, dan pelatihan ulang pemicu untuk meningkatkan performa model.

Sediakan solusi pembelajaran mesin yang bertanggung jawab

Evaluasi model pembelajaran mesin dengan alur kerja yang dapat direproduksi dan otomatis untuk menilai kelayakan model, keterjelasan, analisis kesalahan, analisis kausal, performa model, dan analisis data eksploratif. Buat intervensi nyata dengan analisis kausal di dasbor AI yang bertanggung jawab dan buat kartu skor pada waktu penyebaran. Kontekstualkan metrik AI yang bertanggung jawab untuk audiens teknis mau pun non-teknis guna melibatkan pemangku kepentingan dan menyederhanakan peninjauan kepatuhan.

Bagan yang menjelaskan kepentingan fitur agregat untuk himpunan data di Azure Machine Learning
Daftar definisi kebijakan

Berinovasi di platform hibrid yang lebih aman dan sesuai

Tingkatkan keamanan di seluruh siklus hidup pembelajaran mesin dengan kemampuan komprehensif yang mencakup identitas, data, jaringan, pemantauan, dan kepatuhan. Amankan solusi dengan menggunakan kontrol akses berbasis peran kustom, jaringan virtual, enkripsi data, titik akhir privat, dan alamat IP privat. Latih dan sebarkan model secara lokal untuk memenuhi persyaratan kedaulatan data. Atur menggunakan kebijakan bawaan dan sederhanakan kepatuhan dengan 60 sertifikasi, termasuk FedRAMP High dan HIPAA.

Bangun keterampilan pembelajaran mesin Anda dengan Azure

Pelajari selengkapnya tentang pembelajaran mesin di Azure serta berpartisipasi dalam tutorial langsung dengan perjalanan pembelajaran 30 hari. Pada akhirnya, Anda akan siap untuk mengikuti Sertifikasi Asosiasi Ilmuwan Data Azure.

Seseorang sedang bekerja menggunakan laptop di ruang konferensi

Kemampuan layanan utama untuk siklus hidup pembelajaran mesin lengkap

  • Pelabelan data

    Buat, kelola, dan pantau proyek pemberian label, serta otomatiskan tugas berulang dengan pemberian label dengan bantuan pembelajaran mesin.

  • Persiapan data

    Lakukan iterasi dengan cepat pada penyiapan data dalam skala besar di kluster Apache Spark dalam Azure Machine Learning, yang dapat dioperasikan dengan Azure Synapse Analytics.

  • Notebooks yang kolaboratif

    Maksimalkan produktivitas dengan IntelliSense, peralihan komputasi dan kernel yang mudah, serta pengeditan buku catatan secara offline. Luncurkan buku catatan Anda di Visual Studio Code untuk pengalaman pengembangan yang beragam, termasuk penelusuran kesalahan yang aman dan dukungan untuk kontrol sumber Git.

  • Pembelajaran mesin otomatis

    Buat dengan cepat model yang akurat untuk klasifikasi, regresi, prakiraan rangkaian waktu, tugas pemrosesan bahasa alami, dan tugas visual komputer. Gunakan interpretabilitas model untuk memahami cara model dibuat.

  • Pembelajaran mesin seret dan letakkan

    Gunakan alat pembelajaran mesin seperti desainer untuk transformasi data, pelatihan model, dan evaluasi, atau untuk membuat dan menerbitkan alur pembelajaran mesin dengan mudah.

  • Pembelajaran penguatan

    Skalakan pembelajaran penguatan ke kluster komputasi yang canggih, mendukung skenario dengan banyak agen, dan akses algoritma, kerangka kerja, dan lingkungan pembelajaran penguatan.

  • Pembuatan yang bertanggung jawab

    Dapatkan transparansi model pada pelatihan dan penyimpulan dengan kemampuan interpretabilitas. Menilai kelayakan model melalui metrik disparitas dan memitigasi ketidaklayakan. Tingkatkan keandalan model dan identifikasi serta diagnosis kesalahan model dengan kotak alat analisis kesalahan. Bantu lindungi data dengan privasi diferensial.

  • Eksperimen

    Kelola dan pantau eksekusi atau bandingkan beberapa eksekusi untuk pelatihan dan eksperimen. Buat dasbor kustom dan bagikan dengan tim Anda.

  • Registri

    Gunakan repositori seluruh organisasi untuk menyimpan dan membagikan model, alur, komponen, dan himpunan data di beberapa ruang kerja. Ambil silsilah data dan kelola data secara otomatis dengan menggunakan fitur jejak audit.

  • Git dan GitHub

    Gunakan integrasi Git untuk melacak pekerjaan dan dukungan GitHub Actions untuk mengimplementasikan alur kerja pembelajaran mesin.

  • Titik akhir terkelola

    Gunakan titik akhir terkelola untuk mengoperasikan penyebaran dan penskoran model, metrik log, serta melakukan peluncuran model yang aman.

  • Komputasi penskalaan otomatis

    Gunakan superkomputer AI yang dibuat khusus untuk mendistribusikan pelatihan pembelajaran mendalam dan menguji, memvalidasi, dan menyebarkan model dengan cepat. Bagikan kluster CPU dan GPU ke seluruh ruang kerja dan skalakan secara otomatis untuk memenuhi kebutuhan pembelajaran mesin Anda.

  • Interoperabilitas dengan layanan Azure lain

    Akselerasi produktivitas dengan Microsoft Power BI dan layanan seperti Azure Synapse Analytics, Azure Cognitive Search, Azure Data Factory, Azure Data Lake, Azure Arc, Azure Security Center, dan Azure Databricks.

  • Dukungan hibrid dan multicloud

    Jalankan pembelajaran mesin di kluster Kubernetes lokal yang sudah ada, di lingkungan multicloud, dan di tepi dengan Azure Arc. Gunakan agen pembelajaran mesin sederhana untuk memulai pelatihan model dengan lebih aman, di mana pun data Anda berada.

  • Keamanan tingkat perusahaan

    Bangun dan sebarkan model secara lebih aman dengan kemampuan isolasi jaringan dan IP privat menyeluruh, kontrol akses berbasis peran untuk sumber daya dan tindakan, peran kustom, dan identitas terkelola untuk sumber daya komputasi.

  • Manajemen biaya

    Kurangi biaya IT dan kelola alokasi sumber daya untuk instans komputasi dengan lebih baik, dengan batas kuota tingkat sumber daya dan ruang kerja serta penonaktifan otomatis.

Keamanan dan kepatuhan bawaan yang komprehensif

  • Microsoft menginvestasikan lebih dari USD1 miliar setiap tahunnya untuk riset dan pengembangan keamanan cyber.

  • Kami mempekerjakan lebih dari 3.500 ahli keamanan yang sepenuhnya berkomitmen terhadap privasi dan keamanan data Anda.

  • Azure memiliki lebih banyak sertifikasi dibandingkan penyedia cloud mana pun. Lihat daftar lengkapnya.

Mulai menggunakan akun gratis Azure

1

Mulai gratis. Dapatkan kredit sebesar USD200 untuk digunakan dalam 30 hari. Selama Anda memiliki kredit, dapatkan sejumlah layanan kami yang paling populer secara gratis, serta 55+ layanan lainnya yang selalu gratis.

2

Setelah kredit berakhir, Anda tetap dapat menggunakan layanan gratis yang sama dengan beralih ke prabayar. Bayar hanya jika Anda menggunakan lebih dari jumlah bulanan gratis.

3

Setelah 12 bulan, Anda akan tetap mendapatkan 55+ layanan yang selalu gratis—dan tetap hanya membayar yang Anda gunakan di luar jumlah bulanan gratis.

Tulis model baru serta simpan target komputasi, model, penyebaran, metrik, dan riwayat eksekusi Anda di cloud.

Kembali ke tab

Pelanggan menggunakan Azure Machine Learning

"Kami membuat misi untuk mencoba ide baru dan melampauinya untuk membuat AXA UK menonjol dari perusahaan asuransi lainnya. Kami memandang titik akhir terkelola di Azure Machine Learning sebagai pendukung utama bagi ambisi digital kami."

Nic Bourven, Chief Information Officer, AXA UK

Orang tua dan anak sedang duduk di bagasi mobil melihat ke arah kamera dan tertawa

"Pelanggan mengharapkan informasi yang akurat dan tepat waktu terkait paket mereka dan pengalaman pengiriman berbasis data. Kami membantu FedEx untuk tetap unggul dengan menggunakan Azure Machine Learning, dan kami membangun keahlian untuk proyek di masa yang akan datang."

Bikram Virk, Product Manager, AI and Machine Learning, FedEx

Dua orang sedang bekerja di sebuah pabrik

"Karena semakin banyak grup kami yang mengandalkan solusi Azure Machine Learning, pakar keuangan kami dapat lebih fokus pada tugas dengan tingkat yang lebih tinggi dan menghabiskan lebih sedikit waktu untuk mengumpulkan dan menginput data secara manual."

Jeff Neilson, Data Science Manager, 3M

Seorang tukang las sedang bekerja

i

"Dengan Azure Machine Learning, kami dapat menunjukkan skor risiko yang sangat disesuaikan dengan keadaan individu pasien. …Pada akhirnya, kami ingin mengurangi risiko, mengurangi ketidakpastian, dan meningkatkan hasil operasi bedah."

Professor Mike Reed, Clinical Director, Trauma & Orthopedics, Northumbria Healthcare NHS Foundation Trust

Seorang profesional medis sedang berbicara dengan pasien

1

"Kami menggunakan kemampuan MLOps di Azure Machine Learning untuk menyederhanakan keseluruhan proses pembelajaran mesin. Hal ini memungkinkan kami untuk lebih fokus pada ilmu data dan membiarkan Azure Machine Learning menangani seluruh operasional."

Michael Cleavinger, Senior Director of Shopper Insights, Data Science, and Advanced Analytics, PepsiCo

Seorang pekerja mengisi ulang stok kaleng Pepsi dan Mountain Dew di lemari es

.

"Menggunakan fitur pembelajaran mesin otomatis Azure Machine Learning untuk pembuatan model pembelajaran mesin memungkinkan kami mewujudkan lingkungan tempat kami dapat membuat dan bereksperimen dengan berbagai model dari berbagai perspektif."

Keiichi Sawada, Corporate Transformation Division, Seven Bank

Lokasi Seven Bank
Kembali ke tab
Panduan menguasai Azure Machine Learning

Panduan menguasai Azure Machine Learning

Pelajari teknik para ahli untuk membuat model dan alur pembelajaran mesin menyeluruh yang dapat diskalakan dan otomatis di Azure dengan menggunakan TensorFlow, Spark, dan Kubernetes.

Laporan resmi Rekayasa MLOps

Laporan resmi Rekayasa MLOps

Temukan pendekatan sistematis untuk membangun, menyebarkan, dan memantau solusi pembelajaran mesin dengan MLOps. Dengan cepat membangun, menguji, dan mengelola siklus hidup pembelajaran mesin yang siap produksi dalam skala besar.

Studi Forrester Total Economic ImpactTM (TEI)

Studi Forrester Total Economic ImpactTM (TEI)

Studi Forrester Consulting Total Economic ImpactTM (TEI), yang ditugaskan oleh Microsoft, memeriksa potensi pengembalian investasi (ROI) perusahaan yang dapat direalisasi dengan Azure Machine Learning.

Laporan resmi solusi Pembelajaran Mesin

Laporan resmi solusi Pembelajaran Mesin

Pelajari cara membangun solusi yang aman, dapat diskalakan, dan merata.

Laporan resmi AI yang bertanggung jawab

Laporan resmi AI yang bertanggung jawab

Baca tentang alat dan metode guna memahami, melindungi, dan mengontrol model Anda.

Laporan resmi operasi pembelajaran mesin (MLOps)

Laporan resmi operasi pembelajaran mesin (MLOps)

Akselerasi proses pembuatan, pelatihan, dan penyebaran model dalam skala besar.

Laporan resmi Pembelajaran Mesin yang didukung Azure Arc

Laporan resmi Pembelajaran Mesin yang didukung Azure Arc

Pelajari cara untuk membangun, melatih, dan menyebarkan model di infrastruktur apa pun.

 

Tanya jawab umum tentang Azure Machine Learning

  • Layanan ini tersedia secara umum di beberapa negara/kawasan, layanan lainnya akan menyusul.

  • Perjanjian tingkat layanan (SLA) untuk Azure Machine Learning adalah 99,9 persen waktu aktif.

  • Studio Azure Machine Learning adalah sumber daya tingkat atas untuk Pembelajaran Mesin. Kemampuan ini menyediakan tempat terpusat bagi ilmuwan data dan pengembang untuk bekerja dengan semua artefak guna membangun, melatih, dan menyebarkan model pembelajaran mesin.

Siap kapan pun Anda siap—mari siapkan akun gratis Azure Anda

Coba Azure Machine Learning secara gratis