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。

ML for all skills

Productivity for all skill levels, with code-first and drag-and-drop designer, and automated machine learning.

End-to-end MLOps

Robust MLOps capabilities that integrate with existing DevOps processes and help manage the complete ML lifecycle.

State-of-the-art Responsible ML

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

Open and Interoperable

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

すべてのスキルについて ML で生産性を向上させる

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ビジュアル機械学習を開始したり、組み込みのコラボレーション用 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。自動機械学習を使用してモデルの作成を加速し、組み込みの特徴エンジニアリング、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。

MLOps を使用して大規模な運用を実現する

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。監査証跡を自動的に管理し、系統を追跡し、モデル データシートを使用して説明責任を果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。

主なサービスの機能

コラボレーション用ノートブック

インテリセンス、コンピューティングとカーネルの簡単な切り替え、オフライン ノートブック編集により、生産性を最大化することができます。

自動 ML

分類、回帰、時系列予測のための正確なモデルを迅速に作成できます。モデル解釈機能を使用して、モデルがどのように構築されたかを理解することができます。

ドラッグ アンド ドロップ ML

データ変換、モデル トレーニング、評価のモジュールを備えたデザイナーを使用すれば、数回のクリックで ML パイプラインを作成して発行することができます。

データのラベル付け

データを迅速に準備し、ラベル付けプロジェクトを管理および監視し、機械学習支援ラベル付けで反復タスクを自動化できます。

MLOps

中央レジストリを使用して、データ、モデル、メタデータを格納および追跡できます。系列とガバナンス データを自動的にキャプチャできます。Git を使用して作業を追跡し、GitHub Actions を使用してワークフローを実装できます。実行を管理および監視したり、トレーニングと実験のために複数の実行を比較したりすることができます。

自動スケール コンピューティング

マネージド コンピューティングを使用してトレーニングを配布し、モデルを迅速にテスト、検証、デプロイすることができます。CPU および GPU クラスターは、ワークスペース全体で共有でき、お客様の ML のニーズに合わせて自動的にスケーリングできます。

RStudio 統合

組み込みの R サポートと RStudio Server (Open Source エディション) の統合により、モデルを構築してデプロイし、実行を監視できます。

その他の Azure サービスとの緊密な統合

Azure Synapse Analytics、Cognitive Search、Power BI、Azure Data Factory、Azure Data Lake、Azure Databricks などの Azure サービスとの組み込みの統合により、生産性を高めることができます。

強化学習

強化学習を強力なコンピューティング クラスターにスケーリングし、マルチエージェント シナリオをサポートし、オープンソースの RL アルゴリズム、フレームワーク、環境にアクセスできます。

責任ある ML

解釈可能性機能を備えたトレーニングと推論において、モデルの透明性を得ることができます。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。差分プライバシーを使用してデータを保護することができます。

エンタープライズ グレードのセキュリティ

ネットワークの分離や Private Link、リソースとアクションに対するロールベースのアクセス制御、カスタム ロール、コンピューティング リソースに対するマネージド ID などの機能を使用して、モデルを安全に構築してデプロイできます。

Cost management

ワークスペースとリソース レベルのクォータ制限を使用して、Azure Machine Learning コンピューティングのリソース割り当てをより適切に管理できます。

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

"The model we deployed on Azure Machine Learning helped us choose the three new retail locations we opened in 2019. Those stores exceeded their revenue plans by over 200 percent in December, the height of our season, and within months of opening were among the best-performing stores in their districts."

Jolie Vitale 氏: BI および分析ディレクター、Carhartt
Carhartt

Scandinavian Airlines

Azure Machine Learning を使用することで、SAS は手動の方法では不可能だった熟練度で不正行為を正確に識別しています。EuroBonus マイルのために航空券を遡って登録した場合 (不正行為の一般的な原因)、新システムは 99% の精度で不正行為を予測します。

Scandinavian Airlines

"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)
Walgreens Boots Alliance

"We see Azure Machine Learning and our partnership with Microsoft as critical to driving increased adoption and acceptance of AI from the regulators."

Alex Mohelsky 氏: 分析および AI リーダー、Partner and Advisory Data、EY Canada
EY

"The automated machine learning capabilities in Azure Machine Learning save our data scientists from doing a lot of time-consuming work, which reduces our time to build models from several weeks to a few hours."

Xiaodong Wang 氏: 最高経営責任者、TalentCloud
TalentCloud

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。