Azure Machine Learning

Servizio Machine Learning di livello aziendale per creare e distribuire modelli con maggiore rapidità

Accelera il ciclo di vita end-to-end di Machine Learning

Offri maggiori opportunità agli sviluppatori e ai data scientist con una vasta gamma di esperienze produttive per accelerare la creazione, il training e la distribuzione di modelli di Machine Learning. Accelera il time-to-market e favorisci la collaborazione tra team con MLOps, ovvero DevOps per Machine Learning, leader di settore. Innova su una piattaforma affidabile e sicura, progettata per Machine Learning responsabile.

Produttività per tutti i livelli di competenza con una finestra di progettazione con trascinamento della selezione incentrata sul codice e Machine Learning automatizzato

Funzionalità MLOps solide che si integrano con i processi DevOps esistenti e contribuiscono alla gestione del ciclo di vita completo di Machine Learning

Funzionalità di Machine Learning responsabile: modelli con interpretabilità ed equità, privacy differenziale e confidential computing per proteggere i dati, oltre ad audit trial e fogli dati per controllare il ciclo di vita di ML

Supporto di qualità elevatissima per framework e linguaggi open source, tra cui MLflow, Kubeflow, ONNX, PyTorch, TensorFlow, Python e R

Migliora la produttività e accedi a Machine Learning per tutti i livelli di competenza

Crea e distribuisci rapidamente i modelli di Machine Learning usando strumenti che soddisfano le tue esigenze, indipendentemente dal livello di competenza. Usa la finestra di progettazione senza codice per iniziare oppure usa notebook Jupyter predefiniti per un'esperienza incentrata sul codice. Accelera la creazione dei modelli con l'interfaccia utente di Machine Learning automatizzato e accedi alla progettazione predefinita di funzionalità, alla selezione di algoritmi e alla selezione degli algoritmi per sviluppare modelli altamente accurati.

Ottieni l'operatività su larga scala con funzionalità solide per MLOps

MLOps, o DevOps per Machine Learning, semplifica il ciclo di vita di Machine Learning, dalla creazione di modelli alla distribuzione e alla gestione dei modelli. Usa le pipeline di Machine Learning per creare flussi di lavoro ripetibili e usa un registro di modelli avanzato per tenere traccia dei tuoi asset. Gestisci la produzione di flussi di lavoro su larga scala usando avvisi avanzati e funzionalità di automazione di Machine Learning. Profila, convalida e distribuisci modelli di Machine Learning ovunque, dal cloud ai dispositivi perimetrali, per gestire i flussi di lavoro di Machine Learning di produzione su larga scala con un approccio di livello aziendale.

Crea soluzioni di Machine Learning responsabili

Accedi a funzionalità all'avanguardia per Machine Learning responsabile per comprendere, proteggere e controllare i dati, i modelli e i processi. Spiega il comportamento dei modelli durante il training e l'inferenza e crea in modo da assicurare l'equità grazie al rilevamento e alla mitigazione della distorsione dei modelli. Mantieni la privacy dei dati nell'intero ciclo di vita di Machine Learning con tecniche di privacy differenziale e usa il confidential computing per proteggere gli asset di Machine Learning. Applica criteri, usa la derivazione e gestisci e controlla le risorse per soddisfare gli standard normativi.

Innova su una piattaforma aperta e flessibile

Ottieni supporto predefinito per strumenti e framework open source per il training di modelli e l'inferenza di Machine Learning. Usa framework noti come PyTorch, TensorFlow e scikit-learn oppure il formato ONNX open source con interoperabilità. Scegli gli strumenti di sviluppo che soddisfano al meglio le tue esigenze, tra cui gli IDE più diffusi, i notebook Jupyter e le interfacce della riga di comando oppure linguaggi come Python e R. Usa ONNX Runtime per ottimizzare e accelerare l'inferenza tra dispositivi cloud e perimetrali.

Sicurezza e governance avanzate

  • Ottieni la sicurezza completa e crea su un cloud affidabile con Azure.
  • Proteggi l'accesso alle risorse con l'accesso granulare in base al ruolo, ruoli personalizzati e meccanismi predefiniti per l'autenticazione dell'identità.
  • Crea, esegui il training e distribuisci modelli in modo sicuro isolando la rete con reti virtuali e collegamenti privati.
  • Gestisci la governance con criteri, audit trail, quote e gestione dei costi.
  • Semplifica la conformità con un portfolio completo che include 60 certificazioni, tra cui FedRAMP High e DISA IL5.

Paga solo per le risorse che ti servono, senza costi iniziali

Per informazioni dettagliate, passa alla pagina dei prezzi di Azure Machine Learning.

Come usare Azure Machine Learning

Passa all'esperienza Web per lo studio

Compilazione e training

Distribuisci e gestisci

Passaggio 1 di 1

Puoi creare nuovi modelli e archiviare le destinazioni di calcolo, i modelli, le distribuzioni, le metriche e le cronologie di esecuzione sul cloud.

Passaggio 1 di 1

Usa le funzionalità automatizzate di Machine Learning per identificare algoritmi e iperparametri e tenere traccia degli esperimenti sul cloud. Puoi anche creare modelli usando i notebook o la finestra di progettazione con trascinamento della selezione.

Passaggio 1 di 1

Distribuisci il tuo modello di Machine Learning sul cloud o nei dispositivi perimetrali, monitora le prestazioni e ripeti il training in base alla necessità.

Inizia subito a usare Azure Machine Learning

Ottieni l'accesso immediato e $200 di credito iscrivendoti per ottenere un account Azure gratuito.

Accedi al portale di Azure.

Clienti che usano Azure Machine Learning

"If I have 200 models to train—I can just do this all at once. It can be farmed out to a huge compute cluster, and it can be done in minutes. So I'm not waiting for days."

Dean Riddlesden, Senior Data Scientist, Global Analytics, Walgreens Boots Alliance

Leggi la storia

Walgreens Boots Alliance

"With Azure Machine Learning, we can focus our testing on the most accurate models and avoid testing a large range of less valuable models. That saves months of time."

Matthieu Boujonnier, Analytics Application Architect and Data Scientist, Schneider Electric

Leggi la storia

Schneider Electric

"A key part of our transformation has been to embrace the cloud and the digital solutions and services that come with it. This includes a deep dive into AI and machine learning."

Diana Kennedy, Vice President for IT Strategy, Architecture and Planning, BP

Leggi la storia

BP

"By unifying our tech stack and bringing our engineers in Big Data and online software together with data scientists, we got our development time down from months to just a few weeks."

Naeem Khedarun, Principal Software Engineer (AI), ASOS

Leggi la storia

Asos

"The [Large Hadron Collider in Europe] pushes technology on many fronts...and produces data rates that are the largest in the world. We are an example of how to do analysis of large datasets."

Phil Harris, Assistant Professor of Physics, MIT

Leggi la storia

Fermilab

Borrowell aiuta i clienti a migliorare il credito usando l'intelligenza artificiale

La tecnologia di intelligenza artificiale innovativa di Borrowell usa il punteggio relativo ai crediti per fornire raccomandazioni che consentono di migliorare il credito e il benessere finanziario dei propri clienti canadesi.

Leggi la storia

Borrowell

Aggiornamenti, blog e annunci su Azure Machine Learning

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 offre una disponibilità al 99,9%.
  • Lo studio di Azure Machine Learning è la risorsa di primo livello per il servizio Machine Learning. 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 Azure gratuito