Azure Machine Learning

企業向け仕様の機械学習サービスでモデルをよりすばやく構築してデプロイする

エンド ツー エンドの機械学習ライフサイクルを加速させる

機械学習モデルをよりすばやく構築、トレーニング、デプロイできるように、開発者やデータ サイエンティストがさまざまな生産性エクスペリエンスを使用できるようにしましょう。業界をリードする MLOps (機械学習用 DevOps) を使用して、市場に届けるまでの時間を短縮し、チームのコラボレーションを促進することができます。責任ある ML を実現できるよう設計された、安全で信頼できるプラットフォームで、イノベーションを進めましょう。

コードファースト、ドラッグ アンド ドロップ方式のデザイナー、自動機械学習であらゆるスキル レベルの生産性を向上

堅牢な MLOps 機能を既存の DevOps プロセスと統合して ML ライフサイクル全体の管理をサポート

責任のある ML 機能 – 解釈可能性と公平性によってモデルを理解し、差分プライバシーと Confidential Computing によってデータを保護し、監査証跡とデータシートを使用して ML ライフサイクルを制御することができます。

オープンソース フレームワークと MLflow、Kubeflow、ONNX、PyTorch、TensorFlow、Python、R などの言語に対する最高レベルのサポート

すべてのスキルで ML の生産性とアクセスを向上させる

スキル レベルに関係なく、ニーズに適したツールを使用して、機械学習モデルをすばやく構築してデプロイできます。コードなしのデザイナーを使用して開始したり、組み込みの Jupyter Notebook を使用してコードファーストのエクスペリエンスを利用したりすることができます。自動機械学習 UI を使用してモデルの作成を加速し、組み込みの機能エンジニアリング、アルゴリズムの選択、ハイパーパラメーター スイープを利用して高精度のモデルを構築できます。

堅牢な MLOps を使用して大規模な運用を可能にする

MLOps、つまり機械学習向け DevOps を使用すると、モデルの構築からデプロイと管理まで、機械学習のライフサイクルを効率化することができます。ML パイプラインを使用して反復可能なワークフローを作成し、豊富なモデル レジストリを使用して資産を追跡することができます。高度なアラートと機械学習自動化機能を使用して、運用ワークフローを大規模に管理できます。クラウドからエッジまで、機械学習モデルをどこからでも調査、検証、デプロイすることができ、運用 ML ワークフローを大規模に、企業で利用できるようなレベルで管理できます。

責任ある ML ソリューションの構築

最新の責任ある ML 機能にアクセスし、お使いのデータ、モデル、プロセスを保護し、制御することができます。モデルのバイアスを検出して緩和することによって、トレーニングと推論の間のモデルの動作を説明し、公平性を築くことができます。差分プライバシー手法を使用して機械学習のライフサイクル全体にわたってデータのプライバシーを維持し、Confidential Computing を使用して ML 資産を保護できます。ポリシーを適用し、系列を使用し、リソースを管理および制御することで、規制基準を満たすことができます。

オープンで柔軟なプラットフォームでイノベーションを進める

機械学習モデルのトレーニングや推論向けのオープンソースのツールとフレームワークのサポートが組み込まれています。PyTorch、TensorFlow、scikit-learn などの使い慣れたフレームワークや、オープンで相互運用可能な ONNX 形式を使用できます。お客様のニーズに最適な開発ツールを選択してください。よく使用される IDE、Jupyter Notebook、CLI や、Python や R などの言語を利用できます。ONNX Runtime を使用すると、クラウドやエッジ デバイス間での推論を最適化し、加速することができます。

高度なセキュリティとガバナンス

  • Azure を使用すると、セキュリティを最大限に活用し、信頼されたクラウド上に構築できます。
  • きめ細かなロールベースのアクセス、カスタム ロール、ID 認証用の組み込みメカニズムを使用して、リソースへのアクセスを保護します。
  • プライベート リンクを使用してお使いのネットワークと仮想ネットワークを分離することにより、安全にトレーニングを作成してモデルをデプロイすることができます。
  • ポリシー、監査証跡、クォータ、コスト管理を使用してガバナンスを管理できます。
  • FedRAMP High や DISA IL5 などの 60 の認定を含む包括的なポートフォリオを使用して、コンプライアンスを効率化できます。

初期費用は不要で、料金は必要な分だけ発生

詳細については、Azure Machine Learning の価格に関するページをご覧ください。

Azure Machine Learning を使用する方法

スタジオ Web エクスペリエンスに移動

構築とトレーニング

デプロイと管理

手順 1/1

新しいモデルを作成して、コンピューティング先、モデル、デプロイ、メトリック、実行履歴をクラウドに格納することができます。

手順 1/1

クラウド内で自動化された機械学習を使用して、アルゴリズムとハイパーパラメーターを特定し、実験を追跡します。ノートブックやドラッグ アンド ドロップ方式のデザイナーを使用して、モデルを作成することもできます。

手順 1/1

クラウドまたはエッジに機械学習モデルをデプロイして、パフォーマンスを監視し、必要に応じて再トレーニングします。

今すぐ Azure Machine Learning を始めましょう

無料の Azure アカウントにサインアップすることで、すぐにアクセスできるようになり、$200 クレジットを獲得できます。

Azure portal にサインインします。

ドキュメントとチュートリアルを詳しくご確認ください。クイックスタートと開発者向けリソースを見つけてください。

Azure Machine Learning をご利用のお客様

"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 氏 (Senior Data Scientist、Global Analytics、Walgreens Boots Alliance)

事例を見る

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 氏 (Analytics Application Architect and Data Scientist、Schneider Electric)

事例を見る

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 氏 (Vice President for IT Strategy、Architecture and Planning、BP)

事例を見る

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 氏 (Principal Software Engineer (AI)、ASOS)

事例を見る

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 氏 (assistant professor of physics、 MIT)

事例を見る

Fermilab

Borrowell は AI を使用して顧客の信用スコア改善を支援

Borrowell の革新的な AI テクノロジでは、信用スコアを使用して、カナダの顧客の信用度と財務の健全性を高めるためのレコメンデーションを提供しています。

事例を見る

Borrowell

Azure Machine Learning の更新プログラム、ブログ、お知らせ

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 のサービス レベル アグリーメント (SLA) は 99.9% です。
  • Azure Machine Learning スタジオは、機械学習サービスの最上位レベルのリソースです。ここは、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です。

準備が整ったら、Azure の無料アカウントを設定しましょう。