Trace Id is missing
メイン コンテンツにスキップ

Azure Machine Learning

企業向け仕様のAI サービスを、エンドツーエンドの機械学習ライフサイクル全体で利用できます。

ビジネス クリティカルな機械学習モデルの構築を大規模に行うことができます

Azure Machine Learning により、データ サイエンティストと開発者は、高品質のモデルをより迅速かつ確実に構築、デプロイ、管理できるようになります。業界をリードする機械学習の運用 (MLOps)、オープンソースの相互運用性、統合ツールにより、価値実現までの時間を短縮します。この信頼できるプラットフォームは、機械学習における責任ある AI アプリケーション向けに設計されています。

Video container

価値創出までの時間を短縮する

柔軟で強力な AI インフラストラクチャによってサポートされている使い慣れたフレームワークを使用した、カスタマイズされた迅速なモデル開発。

MLOps の共同作業と効率化

ワークスペース間のコラボレーションと MLOps のための迅速な ML モデルのデプロイ、管理、共有

自信を持って開発する

機械学習ワークロードをどこでも実行するための組み込みのガバナンス、セキュリティ、コンプライアンス。

責任を持って設計する

透明性とアカウンタビリティに関するデータドリブンの決定を使用して説明可能なモデルを構築するための責任ある AI責任ある AI

機械学習ライフサイクルをエンド ツー エンドで全面サポート

データのラベル付け

トレーニング データにラベルを付け、ラベル付けプロジェクトを管理します。

データ準備

データの探索と準備のために分析エンジンと一緒に使用します。

データセット

データにアクセスし、データセットを作成して共有します。

タブに戻る

Azure Machine Learning for Deep Learning

マネージド エンド ツー エンド プラットフォーム

ネイティブ MLOps 機能で、ディープ ラーニングのライフサイクルとモデル管理全体を効率化します。企業向け仕様のセキュリティにより、どこでも安全に機械学習を実行できます。責任ある AI のダッシュボードで、モデルのバイアス軽減やモデル評価ができます。

あらゆる開発ツールとフレームワークに対応

PyTorch と TensorFlow により、Visual Studio Code から Jupyter Notebook までお好きな統合開発環境 (IDE) と任意のフレームワークを使ってディープ ラーニング モデルを構築できます。Azure Machine Learning では、ONNX RuntimeDeepSpeed との相互運用によってトレーニングと推論の最適化が実現されています。

世界一流クラスのパフォーマンス

最新の NVIDIA GPU と InfiniBand ネットワーク ソリューションを最大 400 Gbps に組み合わせるために設計された、専用の  AI インフラストラクチャを使用します。1 つのクラスター内で数千台もの GPU が稼働できるスケーラビリティにより、前例のないスケールに対応します。

迅速なモデル開発で価値実現までの時間を短縮

機械学習タスクをサポートする統合スタジオ エクスペリエンスを使用して生産性を向上させます。広く使われているオープンソース フレームワークやライブラリのサポート機能を内蔵しており、Jupyter Notebook を使用してモデルをビルド、トレーニング、デプロイします。表形式、テキスト、画像のモデルに対応した自動機械学習で、正確なモデルをすばやく作成できます。Visual Studio Code を使用してローカル トレーニングからクラウド トレーニングへのシームレスな移行ができ、NVIDIA Quantum-2 InfiniBand プラットフォームによる Azure AI インフラストラクチャで自動スケーリングが可能です。

MLOps を使用したモデル管理の共同作業と効率化

MLOps を使用して、複数の環境で数千のモデルのデプロイと管理を合理化します。バッチおよびリアルタイム予測用の完全に管理されたエンドポイントを使用して、モデルをより迅速にデプロイおよびスコア付けを行います。反復可能なパイプラインを使用して、継続的インテグレーションと継続的デリバリー (CI/CD) のワークフローを自動化します。レジストリtpマネージド Feature Store を使用したワークスペース間のコラボレーションのために、複数のチーム間で機械学習成果物を共有および検出します。モデルのパフォーマンス メトリックを継続的に監視し、データ ドリフトを検出し、再トレーニングをトリガーして、モデルのパフォーマンスを向上させます。

ハイブリッド プラットフォームで企業向け仕様のソリューションを構築する

Microsoft Purview の組み込みデータ ガバナンスを使用して、機械学習のライフサイクル全体でセキュリティを第一に取り入れます。Microsoft によってすべてテストおよび検証されている ID、データ、ネットワーク、監視、コンプライアンスに及ぶ包括的なセキュリティ機能を活用します。カスタム ロールベースのアクセス制御、仮想ネットワーク、データ暗号化、プライベート エンドポイント、プライベート IP アドレスを使用してソリューションを保護します。オンプレミスからマルチクラウドに及ぶあらゆる場所でモデルをトレーニングしてデプロイし、データ主権の要件を満たします。組み込みのポリシーと、FedRAMP High や HIPAA を含む 60 の認定への準拠を使用して自信を持って管理します。

ライフサイクル全体で責任ある AI プラクティスを使用する

再現可能で自動化されたワークフローを使用して機械学習モデルを評価し、モデルの公平性、説明可能性、エラー分析、原因分析、モデル パフォーマンス、探索的データ分析を評価します。責任ある AI ダッシュボードで原因分析を使用して実際の介入を行い、デプロイ時にスコアカードを生成します。技術者と非技術者の両方に対して責任ある AI メトリクスを文脈によって解釈可能にして、利害関係者を巻き込み、コンプライアンス レビューを合理化します。

Azure を利用した機械学習のスキルを構築する

30 日間の学習体験を通じて、Azure での機械学習の詳細について学び、実践的なチュートリアルに参加できます。これを終えると、Azure Data Scientist Associate 認定資格を受ける準備ができていることになります。

会議室内でノート PC で作業している人

機械学習ライフサイクル全体の主要なサービス機能

  • データ準備

    Azure Databricks と相互運用可能な、Azure Machine Learning 内の Apache Spark クラスターで大規模なデータ準備をすばやく反復します。

  • 機能ストア

    複数のワークスペースにわたって機能の検出と再利用を可能にすることで、モデルの出荷の機敏性を高めます。

  • 共同ノートブック

    ノートブックを Jupyter Notebook または Visual Studio Code で起動すれば、デバッグや Git ソース コード管理のサポートなど、充実した開発環境を利用できます。

  • 自動化された機械学習

    自動機械学習を使用して分類、回帰、時系列予測、自然言語処理タスク、コンピューター ビジョン タスク用の正確なモデルを迅速に作成します。

  • ドラッグアンドドロップによる機械学習

    データ変換、モデル トレーニング、評価のデザイナーなどの機械学習ツールを使用すれば、機械学習パイプラインを簡単に作成して発行することができます。

  • 責任ある AI

    解釈可能性機能を備えた責任ある AI ソリューションを構築します。不均衡なメトリクスを通じてモデルの公平性を評価し、不公平性を緩和することができます。

  • レジストリ

     組織全体のリポジトリ を使用して、複数のワークスペースでモデル、パイプライン、コンポーネント、データセットを保存および共有します。監査証跡機能を使用して、系統とガバナンス データをキャプチャします。

  • マネージド エンドポイント

    マネージド エンドポイントを使用して、モデルのデプロイおよびスコアリングの運用、メトリックのログ記録、安全なモデルのロールアウトを行うことができます。

包括的なセキュリティとコンプライアンスの組み込み

Azure 無料アカウントで作業を開始する

1

無料で始めましょう USD200  相当のクレジットを取得して 30 日間使用できます。クレジットを保持している間は、最も人気のあるサービスの多くを無料で利用できるほか、55 以上のその他のサービスを常時無料で利用できます。

2

クレジットがなくなった後に、同じ無料サービスでビルドを続けるには、従量課金制に移行してください。月々の無料使用分を超えた場合にのみ、お支払いいただきます。

3

12 か月が経過した後も、55 以上の常時無料サービスを引き続き利用できます。料金は、月々の無料利用分を超えて使用した分だけをお支払いいただきます。

お客様が AI を使用してイノベーションを実現するために Azure Machine Learning をどのように使用しているかの詳細情報

「PyTorch と Azure Machine Learning は、研究チームの目標に最適であり、破壊的イノベーションを生み出す時間を節約します。」

Orlando Ribas Fernandes 氏

創設者兼 CEO、Fashable

「通常、チームが [データ] をテストし、結果を得て、それを使用してモデルとアルゴリズムを開発します。それをソフトウェア製品に組み込みます。このプラットフォームにより、プロセス全体がシンプルになり、高速になり、合理化されます。」

Mogens Mikkelsen 氏

エンタープライズ アーキテクト、SEGES Innovation

「Azure Machine Learning ソリューションを利用するグループが増えるにつれて、財務の専門家はより高レベルのタスクにより集中し、手作業によるデータ収集と入力に費やす時間を減らすことができます。」

Jeff Neilson 氏

データ サイエンス マネージャー、3M

作業している溶接工

i

「Azure Machine Learning を使用すると、個々の状況に合わせて高度に調整されたリスク スコアを患者に示すことができます。…最終的には、リスクを減らし、不確実性を減らし、手術結果を改善することを目指しています。」

Mike Reed 教授

外傷整形外科のクリニカル ディレクター&、Northumbria Healthcare NHS Foundation Trust

患者と話している医療専門家

1

「コンピューティング リソースをスケールアップおよびスケールダウンする機能は、イノベーションの速度とコスト効率にとって非常に重要です…。Azure Machine Learning とその組み込みの機械学習操作機能により、機敏性とコスト効率がシンプルになります。」

Kate Puech 氏

AI エンジニアリング ディレクター、Axon

冷蔵庫にペプシとマウンテンデューの缶を補充する作業員

.

「機械学習モデルの作成に Azure Machine Learning の自動機械学習機能を使用することで、複数の視点からさまざまなモデルを作成して実験できる環境を実現できました。」

Keiichi Sawada 氏

企業変革部門、Seven Bank

Seven Bank の場所
タブに戻る

IDC MarketScape:MLOps 2022 ベンダー評価

さまざまな業界の企業組織が MLOps を使用して、AI と機械学習テクノロジの実装に関する課題を克服する方法をご確認ください。

Azure Machine Learning の習得ガイド

TensorFlow、Spark、Kubernetes を使用して、自動化され高度にスケーラブルなエンドツーエンドの機械学習モデルとパイプラインを Azure に構築するための専門的なテクニックを学習できます。

エンジニアリング MLOps に関するホワイト ペーパー

MLOps を使用して機械学習ソリューションを構築、デプロイ、監視するための体系的なアプローチを見つけます。実稼働環境に対応した機械学習ライフサイクルを大規模に迅速に構築、テスト、管理します。

Forrester Total Economic Impact 調査

Microsoft の委託による Forrester Consulting Total Economic ImpactTM 調査では、企業が Azure Machine Learning で実現できる潜在的な投資収益率を調査しています。

機械学習ソリューションに関するホワイト ペーパー

より安全かつスケーラブルで公正な機械学習ソリューションを構築する方法をご確認ください。

責任ある AI に関するホワイト ペーパー

モデルをよりよく理解し、保護し、制御するためのツールと方法についてお読みください。

MLOps ホワイト ペーパー

モデルを大規模に構築、トレーニング、デプロイするプロセスを加速します。

Azure Arc 対応機械学習に関するホワイト ペーパー

あらゆるインフラストラクチャでモデルを構築、トレーニング、デプロイする方法を学びます。

Azure Machine Learning に関してよく寄せられる質問

  • このサービスは複数の国/地域で 一般提供 されており、今後も増える予定です。

  • Azure Machine Learning の SLA は 99.9% のアップタイムです。

  • Azure Machine Learning スタジオは、Machine Learning の最上位レベルのリソースです。この機能により、データ サイエンティストや開発者が機械学習モデルを構築、トレーニング、デプロイするためのすべての成果物を操作するための中心の場所が提供されます。

準備が整ったら—Azure の無料アカウントを設定しましょう