Trace Id is missing
Lompat ke konten utama

Azure Machine Learning

Gunakan layanan AI tingkat perusahaan untuk siklus hidup pembelajaran mesin menyeluruh.

Buat model pembelajaran mesin yang penting untuk 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. Tindakan ini mempercepat waktu ke nilai dengan operasi pembelajaran mesin terkemuka di industri (MLOps), interoperabilitas sumber terbuka, dan alat terintegrasi.  Platform pembelajaran AI tepercaya ini dirancang untuk aplikasi AI yang bertanggung jawab dalam pembelajaran mesin.

Video container

Percepat waktu mendapatkan nilai produk

Buat model pembelajaran mesin yang memanfaatkan infrastruktur AI yang canggih dan kendalikan alur kerja AI dengan alur prompt.

Berkolaborasi dan menyederhanakan MLOps

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

Kembangkan dengan percaya diri

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

Desain secara bertanggung jawab

AI yang Bertanggung Jawab untuk membuat model yang dapat dijelaskan menggunakan keputusan berdasarkan data untuk transparansi dan akuntabilitas.

Tonton seminar web Mengungkap Wawasan Prediktif dengan Analitik + AI

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 AI Generatif

Orkestrasi alur kerja AI

Sederhanakan desain, evaluasi, dan penyebaran aplikasi berbasis model bahasa besar dengan alur prompt. Lacak, reproduksi, visualisasikan, serta tingkatkan perintah dan alur dengan mudah di berbagai alat dan sumber daya, pelajari selengkapnya tentang AI Generatif dalam Pembelajaran Mesin.

Platform menyeluruh terkelola

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

Alat dan kerangka kerja yang fleksibel

Buat model pembelajaran mendalam dalam alat seperti Visual Studio Code dan Jupyter Notebook, menggunakan kerangka kerja fleksibel seperti PyTorch atau TensorFlow. Azure Machine Learning kompatibel dengan ONNX Runtime dan DeepSpeed untuk mengoptimalkan pelatihan dan inferensi.

Performa kelas dunia

Gunakan infrastruktur AI yang khusus dirancang untuk menggabungkan solusi jaringan GPU NVIDIA dan InfiniBand terbaru hingga 400 Gbps. 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 pengalaman studio terpadu. Buat, latih, dan sebarkan model dengan Jupyter Notebook menggunakan dukungan bawaan untuk kerangka kerja dan pustaka sumber terbuka. Buat model dengan cepat dengan pembelajaran mesin otomatis untuk data tabular, teks, dan gambar. Gunakan Visual Studio Code untuk beralih dari pelatihan lokal ke cloud dengan lancar, dan penskalaan otomatis dengan infrastruktur Azure AI, yang didukung oleh platform NVIDIA Quantum-2 InfiniBand. Desain, bandingkan, evaluasi, dan sebarkan prompt Anda untuk aplikasi berbasis model bahasa besar dengan alur prompt.

Berkolaborasi dan menyederhanakan manajemen model dengan MLOps

Sederhanakan penyebaran dan manajemen ribuan model di berbagai lingkungan menggunakan MLOps. Sebarkan dan selesaikan model ML 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 di beberapa tim untuk kolaborasi lintas ruang kerja menggunakan registri dan penyimpanan fitur terkelola. Secara berkelanjutan pantau metrik performa model, deteksi penyimpangan data, dan pelatihan ulang pemicu untuk meningkatkan performa model.

Buat solusi tingkat perusahaan di platform hibrid

Prioritaskan keamanan di seluruh siklus hidup pembelajaran mesin menggunakan tata kelola data bawaan di Microsoft Purview. Manfaatkan kemampuan keamanan komprehensif yang mencakup identitas, data, jaringan, pemantauan, dan kepatuhan, semua diuji dan divalidasi oleh Microsoft. Amankan solusi dengan menggunakan kontrol akses berbasis peran kustom, jaringan virtual, enkripsi data, titik akhir privat, dan alamat IP privat. Latih dan sebarkan model di mana saja, dari lokal hingga multicloud, untuk memenuhi persyaratan kedaulatan data. Kelola dengan percaya diri menggunakan kebijakan dan kepatuhan bawaan dengan 60 sertifikasi, termasuk FedRAMP High dan HIPAA.

Gunakan praktik AI yang bertanggung jawab sepanjang siklus hidup

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. Lakukan 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 maupun non-teknis guna melibatkan pemangku kepentingan dan menyederhanakan peninjauan kepatuhan.

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

  • 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 Databricks.

  • Penyimpanan fitur

    Tingkatkan ketangkasan dalam mengirimkan model Anda dengan membuat fitur dapat ditemukan dan dapat digunakan kembali di beberapa ruang kerja dengan penyimpanan fitur terkelola.

  • Buku catatan kolaboratif

    Luncurkan buku catatan Anda di Jupyter Notebook atau Visual Studio Code untuk pengalaman pengembangan yang kaya, termasuk debug dan dukungan untuk kontrol sumber Git.

  • Pembelajaran mesin otomatis

    Buat model yang akurat dengan cepat untuk klasifikasi, regresi, perkiraan rangkaian waktu, tugas pemrosesan bahasa alami, dan tugas visual komputer dengan pembelajaran mesin otomatis .

  • 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.

  • AI yang bertanggung jawab

    Buat solusi AI yang bertanggung jawab dengan kemampuan interpretasi. Nilai kelayakan model melalui metrik disparitas dan memitigasi ketidaklayakan.

  • Registri

    Gunakan repositori di seluruh organisasi untuk menyimpan dan berbagi model, alur, komponen, dan himpunan data di beberapa ruang kerja. Ambil silsilah dan atur data menggunakan fitur jejak audit.

  • Titik akhir terkelola

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

Keamanan dan kepatuhan bawaan yang komprehensif

Mulai dengan akun gratis Azure

1

Mulai gratis. Dapatkan kredit sebesar USD200 untuk digunakan dalam 30 hari. Selama Anda memiliki kredit, dapatkan sejumlah layanan paling populer kami secara gratis, serta lebih dari 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 hanya membayar penggunaan yang melebihi jumlah gratis bulanan.

Pelajari cara pelanggan menggunakan Azure Machine Learning untuk berinovasi dengan AI

“PyTorch dan Azure Machine Learning adalah pasangan yang sempurna untuk tujuan tim riset kami, menghemat waktu untuk menciptakan inovasi disruptif.”

Orlando Ribas Fernandes

Co-Founder dan CEO, Fashable

“Tim kami biasanya menguji [data], mendapatkan hasil, lalu menggunakannya untuk mengembangkan model dan algoritma, yang kemudian kami buat menjadi produk perangkat lunak. Platform ini membuat seluruh proses menjadi lebih sederhana, lebih cepat, dan lebih efisien.”

Mogens Mikkelsen

Arsitek Perusahaan, SEGES Innovation

“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

Manajer Sains Data, 3M

Seorang tukang las sedang bekerja

i

“Dengan Azure Machine Learning, kami dapat menunjukkan skor risiko kepada pasien yang sangat disesuaikan dengan keadaan masing-masing. …Pada akhirnya, kami bertujuan untuk mengurangi risiko, mengurangi ketidakpastian, dan meningkatkan hasil bedah.”

Professor Mike Reed

Direktur Klinis, Trauma & Ortopedi, Northumbria Healthcare NHS Foundation Trust

Seorang profesional medis sedang berbicara dengan pasien

1

“Kemampuan untuk menskalakan sumber daya komputasi ke atas dan ke bawah sangat penting untuk kecepatan inovasi dan efisiensi biaya…. Azure Machine Learning dan kemampuan operasi pembelajaran mesin bawaannya mempermudah ketangkasan dan efisiensi biaya.”

Kate Puech

Direktur Teknik AI, Axon

.

“Menggunakan fitur pembelajaran mesin otomatis dari 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

Divisi Transformasi Perusahaan, Seven Bank

Lokasi Seven Bank
Kembali ke tab

IDC MarketScape: Penilaian Vendor MLOps 2022

Pelajari cara organisasi perusahaan di seluruh industri menggunakan MLOps untuk mengatasi tantangan penerapan AI dan teknologi pembelajaran mesin.

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 Dampak Ekonomi Total Forrester

Studi Forrester Consulting Total Economic ImpactTM, yang ditugaskan oleh Microsoft, meneliti potensi laba atas investasi yang dapat diwujudkan perusahaan dengan Azure Machine Learning.

Laporan resmi solusi Pembelajaran Mesin

Pelajari cara membuat solusi pembelajaran mesin yang lebih aman, dapat diskalakan, dan merata.

Laporan resmi AI yang bertanggung jawab

Pelajari cara membuat solusi pembelajaran mesin yang lebih aman, dapat diskalakan, dan merata.

Laporan resmi MLOps

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

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.

  • 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