Prezzi di Machine Learning

Il livello Gratuito di Azure Machine Learning è concepito per offrire un'introduzione approfondita ad Azure Machine Learning Studio. Tutto quello che serve è un account Microsoft per l'iscrizione. Il livello Gratuito include l'accesso gratuito a un'area di lavoro di Azure Machine Learning Studio per ogni account Microsoft, insieme alla possibilità di usare fino a 10 GB di spazio di archiviazione e di rendere funzionali i modelli come API di gestione temporanea. Per i carichi di lavoro del livello Gratuito non è previsto alcun contratto di servizio, in quanto sono destinati esclusivamente allo sviluppo e all'uso personale. I carichi di lavoro del livello Gratuito non possono accedere ai dati tramite la connessione a un server SQL locale. Benché la tabella seguente contenga molte delle differenze tra i livelli Gratuito e Standard, possono sussisterne altre e le funzionalità disponibili nel livello Gratuito sono soggette a modifica in qualsiasi momento.

Tutto quello che serve è un account Microsoft. Vai alla home page di Azure Machine Learning e fai clic sul pulsante di avvio. Accedi con il tuo account Microsoft. Verrà automaticamente creata un'area di lavoro nel livello Gratuito. Puoi iniziare immediatamente a esplorare e creare gli esperimenti di Machine Learning.

Per creare un'area di lavoro del livello Standard di Machine Learning, devi prima di tutto avere accesso a una sottoscrizione di Azure. Puoi richiedere una sottoscrizione di Azure per una versione di valutazione gratuita di 30 giorni, da aggiornare successivamente in una sottoscrizione di Azure a pagamento oppure acquistare direttamente una sottoscrizione di Azure a pagamento. Una volta ottenuto l'accesso alla sottoscrizione, puoi creare un'area di lavoro di Machine Learning dal portale di Microsoft Azure classico. Leggi le istruzioni dettagliate.

In alternativa, il proprietario di un'area di lavoro del livello Standard di Machine Learning può invitarti ad accedere alla sua area di lavoro.

No, non puoi usare il tuo account di archiviazione BLOB con il livello Gratuito. Per usare il tuo account di archiviazione di Azure, devi scegliere il livello Standard.

Sì, è possibile rendere funzionali i modelli di Machine Learning nei servizi API di gestione temporanea come parte del livello Gratuito. Per porre in produzione il servizio API di gestione temporanea e ottenere un endpoint di produzione per il servizio reso funzionale, devi usare il livello Standard.

La versione di valutazione gratuita di Microsoft Azure offre crediti che è possibile applicare per un mese a qualsiasi servizio di Azure, mentre il livello Gratuito di Azure Machine Learning offre accesso continuo specifico al servizio Azure Machine Learning per carichi di lavoro non di produzione.

Per copiare gli esperimenti dal livello Gratuito al livello Standard, segui i passaggi descritti di seguito.

1. Accedi ad Azure Machine Learning Studio e assicurati che nel settore delle aree di lavoro sulla parte superiore della barra di spostamento siano visualizzate sia l'area di lavoro del livello Gratuito sia quella del livello Standard.
2. Se ti trovi nell'area di lavoro del livello Standard, passa a quella del livello Gratuito.
3. Nella visualizzazione elenco degli esperimenti selezionare l'esperimento che vuoi copiare e fai clic sul pulsante Copia.
4. Seleziona l'area di lavoro del livello Standard, nella finestra di dialogo popup e fai clic sul pulsante Copia.
5. Tutti i set di dati, i modelli eseguiti e tutti gli altri elementi associati verranno copiati insieme all'esperimento nell'area di lavoro del livello Standard.
6. Dovrai eseguire di nuovo l'esperimento e ripubblicare il servizio Web nell'area di lavoro del livello Standard.

Il servizio Machine Learning supporta la disponibilità mediante l'associazione di due aree all'interno della stessa area geografica. Stati Uniti centro-meridionali è associata a Stati Uniti centro-settentrionali.

Benché i tempi delle chiamate API di produzione possano variare in modo significativo, in genere da centinaia di millisecondi a pochi secondi, in molti casi possono essere necessari anche alcuni minuti, a seconda della complessità dei modelli di Machine Learning e di elaborazione dei dati. Il modo migliore per determinare i tempi delle chiamate API di produzione consiste nell'usare come benchmark un modello nel servizio Machine Learning.

Machine Learning è un servizio multitenant e le risorse di calcolo effettive usate nel back-end variano e sono ottimizzate ai fini di prestazioni e prevedibilità.

Gli addebiti per aree di lavoro saranno suddivisi separatamente per ogni contatore applicabile in una singola fattura.