Crea modelli di Machine Learning strategici per il business su larga scala
Azure Machine Learning consente a scienziati dei dati 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 per l'apprendimento automatico (MLOps) leader di settore, l'interoperabilità open source e gli strumenti integrati. Questa piattaforma di apprendimento attendibile per intelligenza artificiale è progettata per applicazioni di intelligenza artificiale responsabile nell'apprendimento automatico.
Accelera il time-to-value
Crea modelli di Machine Learning sfruttando la potente infrastruttura dell’intelligenza artificiale e orchestra i flussi di lavoro di intelligenza artificiale con prompt flow.
Collaborare e semplificare MLOps
Distribuzione, gestione e condivisione rapida di modelli di ML per la collaborazione tra aree di lavoro e MLOps.
Sviluppare in tutta sicurezza
Governance, sicurezza e conformità predefinite per eseguire carichi di lavoro di Machine Learning ovunque.
Progettare in modo responsabile
Intelligenza artificiale responsabile per creare modelli spiegabili usando decisioni basate sui dati per trasparenza e responsabilità.
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.
Notebook
Usa notebook di Jupyter collaborativi con risorse di calcolo collegate.
Machine Learning automatizzato
Esegui automaticamente il training e l'ottimizzazione di modelli di intelligenza artificiale accurati.
Finestra di progettazione con trascinamento della selezione
Progetta con un'interfaccia di sviluppo con trascinamento della selezione.
Esperimenti
Esegui esperimenti e creare e condividere dashboard personalizzati.
Interfaccia della riga di comando e Python SDK
Accelera il processo di training del modello aumentando e aumentando le prestazioni nel calcolo di Azure.
Visual Studio Code e GitHub
Usa strumenti familiari di apprendimento automatico e passa facilmente dal training locale al cloud.
Istanza di ambiente di calcolo
Sviluppa in un ambiente gestito e sicuro con CPU cloud, GPU e cluster di supercomputing scalabili in modo dinamico.
Librerie e framework open source
Ottieni il supporto predefinito per Scikit-learn, PyTorch, TensorFlow, Keras, Ray RLLib e altro ancora.
Endpoint gestiti
Distribuisci modelli per intelligenza artificiale per l'inferenza batch e in tempo reale in modo semplice e rapido.
Pipeline e CI/CD
Automatizza i flussi di lavoro di Machine Learning.
Immagini predefinite
Accedi alle immagini del contenitore con framework e librerie per l'inferenza.
Repository modelli
Condividi e tieni traccia dei modelli e dei dati di Machine Learning.
Soluzioni ibride e multicloud
Esegui il training e la distribuzione di modelli in locale e in ambienti multi-cloud.
Modelli ottimizzati
Accelera il training e l'inferenza e riduci i costi con ONNX Runtime.
Registri
Condividi e individua modelli e pipeline tra i team dell'organizzazione.
Monitoraggio e analisi
Tieni traccia, registra e analizza dati, modelli e risorse.
Deriva dei dati
Rileva la deriva e mantieni l'accuratezza del modello.
Analisi degli errori
Esegui il debug dei modelli e ottimizza l'accuratezza del modello di intelligenza artificiale.
Controllo
Traccia gli artefatti di Machine Learning per la conformità.
Criteri
Usa criteri predefiniti e personalizzati per la gestione della conformità.
Sicurezza
Sfrutta il monitoraggio continuo con Centro sicurezza di Azure.
Controllo dei costi
Applica la gestione delle quote e l'arresto automatico.
Azure Machine Learning per IA generativa
Orchestrazione del flusso di lavoro di intelligenza artificiale
Semplifica la progettazione, la valutazione e la distribuzione di applicazioni basate su modelli–di linguaggio di grandi dimensioni con prompt flow. Tieni traccia, riproduci, visualizza e migliora con facilità le richieste e i flussi in un'ampia gamma di strumenti e risorse. Scopri di più sull’IA generativa in Machine Learning.
Piattaforma end-to-end gestita
Semplifica l'intero ciclo di vita del modello linguistico di grandi dimensioni 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.
Strumenti e framework flessibili
Crea modelli di deep learning in strumenti come Visual Studio Code e Jupyter Notebook, usando framework flessibili come PyTorch o TensorFlow. Azure Machine Learning è compatibile con ONNX Runtime e DeepSpeed per ottimizzare il training e l'inferenza.
Prestazioni di qualità elevata
Usa un'infrastruttura di intelligenza artificiale progettata per combinare le GPU NVIDIA più recenti e le soluzioni di rete InfiniBand fino a 400 Gbps. 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 un'esperienza di Studio unificata. Crea, esegui il training e distribuisci modelli con Jupyter Notebook usando il supporto predefinito per i framework e le librerie open source. Crea rapidamente modelli con il Machine Learning automatizzato per dati tabulari, di testo e di immagini. Usa Visual Studio Code per passare senza problemi al training da locale a cloud e la scalabilità automatica con infrastruttura di Azure per intelligenza artificiale, con tecnologia della rete NVIDIA Quantum-2 InfiniBand. Progetta, confronta, valuta e distribuisci le richieste di applicazioni basate su modelli linguistici di grandi dimensioni conprompt flow.
Collaborare e semplificare la gestione dei modelli con 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 ML 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 e l'archivio delle funzionalità gestite. 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.
Creare soluzioni di livello aziendale in una piattaforma ibrida
Metti la sicurezza al primo posto nel ciclo di vita di Machine Learning usando la governance dei dati predefinita in Microsoft Purview. Sfrutta le funzionalità di sicurezza complete che includono identità, dati, rete, monitoraggio e conformità, tutte testate e convalidate da Microsoft. 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 ovunque, dall'ambiente locale al multi-cloud, per soddisfare i requisiti di sovranità dei dati. Gestisci in tutta sicurezza usando i criteri predefiniti e semplifica la conformità con 60 certificazioni, tra cui FedRAMP High e HIPAA.
Adotta prassi di intelligenza artificiale responsabile per tutto il ciclo di vita
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 responsabile per i destinatari tecnici e non tecnici per coinvolgere gli stakeholder e semplificare la revisione della conformità.
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.
Funzionalità chiave del servizio per l'intero ciclo di vita di 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, interoperativi con Azure Databricks.
-
Archivio delle funzionalità
Aumenta la flessibilità nella distribuzione dei modelli rendendo le funzionalità individuabili e riutilizzabili in più aree di lavoro con archivio delle funzionalità gestite.
-
Notebook collaborativi
Avvia il tuo notebook in Jupyter Notebook o Visual Studio Code per un'esperienza di sviluppo avanzata, che include debug e supporto per il controllo del codice sorgente Git.
-
Machine Learning automatizzato
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 con il Machine Learning automatizzato.
-
Machine Learning con trascinamento della selezione
Usa gli strumenti di Machine Learning, come la finestra di progettazione per trasformazione dei dati, il training dei modelli e la valutazione o per semplificare la creazione e la pubblicazione di pipeline di Machine Learning.
-
Intelligenza artificiale responsabile
Crea soluzione di intelligenza artificiale responsabile con funzionalità di interpretabilità. Valuta l'equità dei modelli tramite metriche di disparità e attenua la mancanza di equità.
-
Registri
Usa repository a livello di organizzazione per archiviare e condividere modelli, pipeline, componenti e set di dati in più aree di lavoro. Acquisisci la derivazione e gestisci i dati usando la funzionalità audit trail.
-
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.
Sicurezza e conformità complete, integrate
-
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.
-
Paga solo per le risorse che ti servono, senza costi iniziali
Inizia con un account gratuito di Azure
1
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
Risorse di Azure Machine Learning
Esercitazioni avanzate
- Eseguire il training di modelli di Machine Learning
- Ottimizzazione degli iperparametri di un modello
- Pipeline di Machine Learning con Python SDK
- Eseguire il training di modelli di classificazione senza codice
- Eseguire il training di modelli di regressione senza codice usando la finestra di progettazione
- Monitorare e analizzare i processi in Studio
- Gestione, distribuzione e monitoraggio di modelli
- Creare e gestire soluzioni di Machine Learning
- MLOps end-to-end
- Eseguire il training di modelli a elevato utilizzo di calcolo
IDC MarketScape: Valutazione dei fornitori MLOps 2022
Scopri in che modo le organizzazioni aziendali di diversi settori usano MLOps per superare le sfide dell'implementazione di tecnologie di intelligenza artificiale e Machine Learning.
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.
Studio Total Economic Impact di Forrester
Lo studio Total Economic ImpactTM di Forrester Consulting commissionato da Microsoft, esamina il potenziale ritorno sugli investimenti che le aziende possono realizzare grazie ad Azure Machine Learning.
White paper sulle soluzioni di Machine Learning
Scopri come creare soluzioni di Machine Learning più sicure, scalabili ed eque.
White paper sull'intelligenza artificiale responsabile
Scopri come creare soluzioni di Machine Learning più sicure, scalabili ed eque.
White paper su MLOps
Accelera il processo di creazione, training e distribuzione di modelli su larga scala.
White paper sull'apprendimento automatico con abilitazione di 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 prevede un tempo di attività del 99,9%.
-
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.