2019年7月12日
Every day, healthcare organizations are beginning their digital transformation journey with the Microsoft Healthcare Bot Service built on Azure. The Healthcare Bot service empowers healthcare organizations to build and deploy an Artificial Intelligence (AI) powered, compliant, conversational healthcare experience at scale.
2019年7月10日
Through integration with Cognitive Services APIs, Azure Search has long had the ability to extract text and structure from images and unstructured content.
2019年7月8日
Azure AI ポートフォリオに新しく追加された Form Recognizer では、高度な機械学習を応用して、ドキュメントからテキスト、キーと値のペア、テーブルを正確に抽出できます。ほんの数個のサンプルを使用することで、オンプレミスとクラウドの両方で、指定されたドキュメントに対する解釈をカスタマイズすることができます。
2019年7月3日
This year at Microsoft Build 2019, we announced a slew of new releases as part of Azure Machine Learning service which focused on MLOps. These capabilities help you automate and manage the end-to-end machine learning lifecycle.
2019年6月25日
The next time you see your physician, consider the times you fill in a paper form. It may seem trivial, but the information could be crucial to making a better diagnosis. Now consider the other forms of healthcare data that permeate your life—and that of your doctor, nurses, and the clinicians working to keep patients thriving.
2019年6月13日
Customers such as Allscripts, Chevron, J.B. Hunt, and thousands of others are migrating their important workloads to Azure where they find unmatched security. While understanding cloud security is initially a concern to many, after digging in, customers often tell us the security posture they can set up within Azure is easier to implement and far more comprehensive than what they can provide for in other environments.
2019年6月13日
データ サイエンティストが機械学習モデルの構築に取り組む際には、多くの場合、実験によって大量のメタデータが生成されます。たとえば、テストしたモデルのメトリック、実際のモデル ファイル、プロットやログ ファイルなどのアーティファクトが挙げられます。また、多数のモデルやパラメーターを試すことも少なくありません。たとえば、ランダム フォレストの深さを変えたり、線形モデルの正則化率を変えたり、ディープ ラーニング モデルの各アーキテクチャをトレーニングする学習率を変えたりといったケースです。
2019年6月13日
Throughout our Internet of Things (IoT) journey we’ve seen solutions evolve from device-centric models, to spatially-aware solutions that provide real-world context.
2019年6月10日
データ サイエンティストの職務は絶えず変化します。そのため、高速かつ柔軟な環境が必要になる一方で、組織のセキュリティ ポリシーやコンプライアンス ポリシーに従う必要もあります。2019 年 5 月に発表された Notebook Virtual Machine (VM) は、そうした相反する要件を満たすと同時に、データ サイエンティストのエクスペリエンス全体を簡素化します。
2019年6月6日
Automated Machine Learning の機能のリリースにより、予測の精度を向上できます。トレーニング データにギャップが必要なシナリオ、予測の精度を向上させるためにコンテキスト データを適用する必要があるシナリオ、特徴量にラグを適用する必要があるシナリオに役立つ新機能の詳細について説明します。
