Passa al contenuto principale

Azure Machine Learning

Usa un servizio di livello aziendale per il ciclo di vita end-to-end di Machine Learning.

Modelli di Machine Learning critici per l'azienda su larga scala

Azure Machine Learning consente a data scientist e sviluppatori di creare, distribuire e gestire modelli di alta qualità in modo più rapido e sicuro. Accelera il time-to-value con le operazioni di Machine Learning (MLOps) leader di settore, l'interoperabilità open source e gli strumenti integrati. Questa piattaforma attendibile è progettata per applicazioni di intelligenza artificiale responsabili in Machine Learning.

Video container

Sviluppo e training rapidi di modelli, con strumenti integrati e supporto di un'infrastruttura di intelligenza artificiale scalabile progettata appositamente.

Sviluppo di modelli di intelligenza artificiale responsabili con equità e spiegabilità predefinite e utilizzo responsabile per la conformità

Distribuzione, gestione e condivisione di modelli di Ml rapido per la collaborazione tra aree di lavoro e MLOps

Esegui i carichi di lavoro di apprendimento automatico ovunque con governance, sicurezza e conformità predefinite.

Supporto per il ciclo di vita end-to-end di Machine Learning

Etichettatura dei dati

Progetti dell’etichettatura dei dati di training e di gestione dell’etichettatura.

Preparazione dei dati

Usa con i motori di analisi per l'esplorazione e la preparazione dei dati.

Set di dati

Accedi ai dati e creare e condividere set di dati.

Torna alle schede

Azure Machine Learning per Deep Learning

Piattaforma end-to-end gestita

Semplifica l'intero ciclo di vita di Deep Learning e la gestione dei modelli con funzionalità MLOps native. Esegui Machine Learning ovunque in modo sicuro grazie a una protezione di livello aziendale. Mitiga le distorsioni dei modelli e valuta i modelli con il dashboard di intelligenza artificiale responsabile.

Tutti gli strumenti e i framework di sviluppo

Crea modelli di Deep Learning con i tuoi IDE preferiti da Visual Studio Code a Jupyter Notebooks e nel framework che preferisci con PyTorch e TensorFlow. Azure Machine Learning si integra con ONNX Runtime e DeepSpeed per ottimizzare il training e l'inferenza.

Prestazioni di qualità elevata

Sfrutta l'infrastruttura di intelligenza artificiale progettata appositamente per combinare le GPU NVIDIA più recenti e le interconnessioni InfiniBand fino a 200 GB/s. Aumenta le prestazioni fino a disporre di migliaia di GPU all'interno di un singolo cluster con scalabilità senza precedenti.

Accelera il time-to-value con lo sviluppo rapido di modelli

Migliora la produttività con la funzionalità studio, un'esperienza di sviluppo che supporta tutte le attività di Machine Learning, per creare, eseguire il training e distribuire modelli. Collabora con Jupyter Notebook usando il supporto predefinito per i framework e le librerie open source più diffusi. Crea rapidamente modelli accurati conMachine Learning automatizzato per modelli tabulari, di testo e di immagini usando la progettazione delle funzionalità e lo sweep degli iperparametri. Usa Visual Studio Code per passare senza problemi al training da locale a cloud e scalabilità automatica con potenti cluster di CPU e GPU basati sul cloud con tecnologia della rete NVIDIA Quantum InfiniBand.

Una pipeline con MLOps

Ottieni l'operatività su larga scala con funzionalità per MLOps

Semplifica la distribuzione e la gestione di migliaia di modelli in più ambienti usando MLOps. Accelera la distribuzione e l'assegnazione di un punteggio ai modelli grazie a endpoint completamente gestiti per previsioni in batch e in tempo reale. Usa pipeline ripetibili per automatizzare i flussi di lavoro per integrazione continua e recapito continuo (CI/CD). Condividi e individua artefatti di Machine Learning tra più team per la collaborazione tra aree di lavoro usando i registri. Monitora continuamente le metriche relative alle prestazioni dei modelli, rileva la deriva dei dati e attiva la ripetizione del training per migliorare le prestazioni dei modelli.

Offri soluzioni di apprendimento automatico responsabili

Valuta i modelli di Machine Learning con flussi di lavoro riproducibili e automatizzati per valutare l'equità dei modelli, la spiegabilità, l'analisi degli errori, l'analisi causale, le prestazioni del modello e l'analisi esplorativa dei dati. Effettua interventi reali con l'analisi causale nel dashboard di intelligenza artificiale responsabile e genera una scorecard in fase di distribuzione. Contestualizza le metriche di intelligenza artificiale responsabili per i destinatari tecnici e non tecnici per coinvolgere gli stakeholder e semplificare la revisione della conformità.

Grafico che illustra in dettaglio l'importanza delle funzionalità aggregate per un set di dati in Azure Machine Learning
Elenco di definizioni di criteri

Innova in una piattaforma ibrida più sicura e conforme

Aumenta la sicurezza nel ciclo di vita di Machine Learning con funzionalità complete che includono identità, dati, rete, monitoraggio e conformità. Proteggi le soluzioni usando il controllo degli accessi in base al ruolo personalizzato, le reti virtuali, la crittografia dei dati, gli endpoint privati e gli indirizzi IP privati. Esegui il training e distribuisci modelli in locale per soddisfare i requisiti di sovranità dei dati. Gestisci con criteri predefiniti e semplifica la conformità con 60 certificazioni, tra cui FedRAMP High e HIPAA.

Sviluppa le tue competenze a livello di Machine Learning con Azure

Scopri di più su Machine Learning in Azure e partecipa a esercitazioni pratiche con un percorso di apprendimento di 30 giorni. Al termine, sarai pronto a ottenere la certificazione associata di Azure Scienziato dei dati.

Persona che lavora su un portatile in una sala riunioni

Funzionalità chiave del servizio per l'intero ciclo di vita di Machine Learning

  • Etichettatura dei dati

    Crea, gestisci e monitora i progetti di etichettatura e automatizza le attività iterative con etichettatura assistita da Machine Learning.

  • Preparazione dei dati

    Esegui rapidamente l'iterazione della preparazione dei dati su larga scala nei cluster Apache Spark all'interno di Azure Machine Learning, interoperativo con Azure Synapse Analytics.

  • Notebook collaborativi

    Aumenta al massimo la produttività con IntelliSense, il passaggio semplice tra risorse di calcolo e kernel e la modifica offline dei notebook. Avvia il tuo notebook in Visual Studio Code per un'esperienza di sviluppo avanzata, che include debug sicuro e supporto per il controllo del codice sorgente Git.

  • Funzionalità automatizzate di Machine Learning

    Crea rapidamente modelli accurati per la classificazione, la regressione, la previsione di serie temporali, le attività di elaborazione del linguaggio naturale e le attività di visione artificiale. Usa l'interpretabilità del modelli per comprendere il modo in cui è stato creato il modello.

  • Machine Learning con trascinamento della selezione

    Usa gli strumenti di Machine Learning, tra cui la finestra di progettazione per trasformazione dei dati, il training dei modelli e la valutazione o per la semplificazione della creazione e pubblicazione di pipeline di Machine Learning.

  • Apprendimento per rinforzo

    Ridimensiona l'apprendimento per rinforzo a potenti cluster di calcolo, supporta scenari con più agenti e accedi ad algoritmi, framework e ambienti open source per l'apprendimento per rinforzo.

  • Building responsabile

    Ottieni la trasparenza dei modelli durante il training e l'inferenza con le funzionalità di interpretazione. Valuta l'equità dei modelli tramite metriche di disparità e attenua la mancanza di equità. Migliora l'affidabilità dei modelli e identifica e diagnostica gli errori dei modelli con il toolkit di analisi degli errori. Contribuisci alla protezione dei dati con la privacy differenziale.

  • Sperimentazione

    Gestisci e monitora le esecuzioni o confronta più esecuzioni per il training e la sperimentazione. Crea dashboard personalizzati e condividili con il team.

  • Registri

    Usa repository a livello di organizzazione per archiviare e condividere modelli, pipeline, componenti e set di dati in più aree di lavoro. Acquisisci automaticamente i dati di derivazione e governance usando la funzionalità audit trail.

  • Git e GitHub

    Usa l'integrazione Git per tenere traccia del lavoro e del supporto GitHub Actions per implementare flussi di lavoro di Machine Learning.

  • Endpoint gestiti

    Usa gli endpoint gestiti per rendere operativa la distribuzione e l'assegnazione di punteggi ai modelli e le metriche dei log e per eseguire implementazioni sicure dei modelli.

  • Scalabilità automatica per le risorse di calcolo

    Usa i supercomputer di intelligenza artificiale creati appositamente per distribuire la formazione di Deep Learning e per testare, convalidare e distribuire rapidamente i modelli. Condividi cluster di CPU e GPU in un'area di lavoro e dimensionali automaticamente per soddisfare le tue esigenze di Machine Learning.

  • Interoperabilità con altri servizi di Azure

    Accelera la produttività con Microsoft Power BI e servizi come Azure Synapse Analytics, Ricerca cognitiva di Azure, Azure Data Factory, Azure Data Lake, Azure Arc, Centro sicurezza di Azure e Azure Databricks.

  • Supporto per ambienti ibridi e multi-cloud

    Esegui Machine Learning su cluster Kubernetes esistenti in ambienti locali e multi-cloud e nei dispositivi perimetrali con Azure Arc. Usa il semplice agente di Machine Learning per avviare il training dei modelli in modo più sicuro, ovunque si trovino i dati.

  • Sicurezza di livello enterprise

    Crea e distribuisci modelli in modo più sicuro con funzionalità di isolamento rete e IP privato end-to-end, controllo degli accessi in base al ruolo per risorse e azioni, ruoli personalizzati e identità gestita per le risorse di calcolo.

  • Gestione dei costi

    Riduci i costi IT e gestisci meglio le allocazioni delle risorse per le istanze di calcolo, con limiti di quota a livello di area di lavoro e risorse e arresto automatico.

Sicurezza e conformità complete, predefinite

  • Microsoft investe più di 1 miliardo di USD in ricerca e sviluppo per cybersecurity.

  • I nostri dipendenti includono più di 3.500 esperti di sicurezza dedicati alla sicurezza e alla privacy dei dati.

  • Azure ha ottenuto più certificazioni che qualsiasi altro provider di servizi cloud. Visualizza l'elenco completo.

Inizia con un account gratuito di Azure

1

Inizia gratuitamente. Ricevi un credito di 200 USD da usare entro 30 giorni. Anche se hai credito, puoi ottenere quantità gratuite dei nostri servizi più diffusi e quantità gratuite di più di altri 55 servizi che sono sempre gratuiti.

2

Dopo l'esaurimento del credito, passa alla modalità con pagamento in base al consumo per continuare a usare gli stessi servizi gratuiti. Dovrai pagare solo se superi le quantità mensili gratuite.

3

Dopo 12 mesi, continuerai a ottenere più di 55 servizi sempre gratuiti e a pagare solo per le risorse usate oltre le quantità mensili gratuite.

Crea nuovi modelli e archivia le destinazioni di calcolo, i modelli, le distribuzioni, le metriche e le cronologie di esecuzione sul cloud.

Torna alle schede

Clienti che usano Azure Machine Learning

"La nostra missione è provare nuove idee e andare oltre per differenziare AXA UK da altre compagnie assicurative. Gli endpoint gestiti in Azure Machine Learning vengono considerati un fattore chiave per il nostro obbiettivo digitale."

Marc Diks, Chief Information Officer, Allego

Un genitore e un bambino seduto nel baule di un'auto che guardano una fotocamera e ridono

"I clienti si aspettano informazioni tempestive e accurate sui pacchetti e un'esperienza di recapito basata sui dati. Stiamo aiutando FedEx a rimanere all'avanguardia con Azure Machine Learning e stiamo creando competenze per progetti futuri."

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

Due persone che lavorano in una fabbrica

"Poiché più gruppi si affidano alla soluzione Azure Machine Learning, i nostri esperti finanziari possono concentrarsi maggiormente sulle attività di livello superiore e dedicare meno tempo alla raccolta e all'input manuali dei dati."

Jeff Neilson, Data Science Manager, 3M

Un elemento funzionante

i

"Con Azure Machine Learning, è possibile mostrare al paziente un punteggio di rischio altamente personalizzato in base alle singole circostanze. …In definitiva, l'obiettivo è ridurre i rischi, ridurre l'incertezza e migliorare i risultati della diagnostica."

Il docente Mike Reed, Direttore clinico, Traumatologia & Ortopedica, Northumbria Healthcare NHS Foundation Trust

Un medico che parla con un paziente

1

"Abbiamo usato le funzionalità MLOps in Azure Machine Learning per semplificare l'intero processo di Machine Learning. In questo modo è possibile concentrarsi maggiormente sulle data science e consentire Azure Machine Learning di gestire l'operazionalizzazione end-to-end."

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

Un operaio che riempe un frigo di lattine di Pepsi e Mountain Dew

.

"L'uso delle funzionalità automatizzate di Machine Learning di Azure Machine Learning per la creazione di modelli di Machine Learning ci ha permesso di realizzare un ambiente in cui è possibile creare e sperimentare vari modelli da più prospettive."

Keiichi Sawada, divisione trasformazione aziendale, Seven Bank

Sede di Seven Bank
Torna alle schede

Risorse di Azure Machine Learning

Guida per come diventare esperto Azure Machine Learning

Guida per come diventare esperto Azure Machine Learning

Scopri le tecniche di esperti per la creazione di pipeline e modelli di Machine Learning end-to-end automatizzati e altamente scalabili in Azure usando TensorFlow, Spark e Kubernetes.

Rapporto ufficiale di progettazione di MLOps

Rapporto ufficiale di progettazione di MLOps

Scopri un approccio sistematico per la creazione, la distribuzione e il monitoraggio di soluzioni di apprendimento automatico con MLOps. Crea, testa e gestisci rapidamente cicli di vita di Machine Learning pronti per la produzione su larga scala.

Leggi lo studio Total Economic Impact™ di Forrester

Leggi lo studio Total Economic Impact™ di Forrester

Lo studio Total Economic Impact™ (TEI) di Forrester Consulting commissionato da Microsoft, esamina il potenziale ritorno sugli investimenti che le aziende possono realizzare grazie ad Azure Machine Learning.

Rapporto ufficiale Soluzioni di Machine Learning

Rapporto ufficiale Soluzioni di Machine Learning

Scopri come creare soluzioni sicure, scalabili e avanzate.

Rapporto ufficiale Intelligenza artificiale responsabile

Rapporto ufficiale Intelligenza artificiale responsabile

Informazioni su strumenti e metodi per comprendere, proteggere e controllare i modelli.

Rapporto ufficiale su MLOps (Machine Learning Operations)

Rapporto ufficiale su MLOps (Machine Learning Operations)

Accelera il processo di creazione, training e distribuzione di modelli su larga scala.

Rapporto ufficiale Machine Learning abilitato per Azure Arc

Rapporto ufficiale Machine Learning abilitato per Azure Arc

Informazioni su come creare, eseguire il training e distribuire modelli in qualsiasi infrastruttura.

 

Domande frequenti su Azure Machine Learning

  • Il servizio è disponibile a livello generale in diversi paesi/aree geografiche, in continuo aumento.

  • Il contratto di servizio per Azure Machine Learning è del 99,9% di tempo di attività.

  • Lo studio di Azure Machine Learning è la risorsa di primo livello per Machine Learning. Questa funzionalità fornisce una posizione centralizzata per consentire a data scientist e sviluppatori di usare tutti gli artefatti per la creazione, il training e la distribuzione di modelli di Machine Learning.

Possiamo iniziare quando vuoi a configurare il tuo account di Azure gratuito

Prova Azure Machine Learning gratuitamente

Chatta con il reparto vendite