ナビゲーションをスキップする

自動化された機械学習

高速で大規模な機械学習モデルを自動的に構築する

極めて正確な機械学習モデルを簡単に構築

プロフェッショナルおよびプロフェッショナル以外のデータ サイエンティストが機械学習モデルを迅速に構築できるよう支援します。時間がかかり、反復の多いモデル開発のタスクを画期的な調査で自動化し、市場投入までの時間を短縮します。

正確な機械学習モデルの例

コードなし UI、または SDK を使用して、予測モデルを自動的に構築およびデプロイ

ご使用のデータに合わせてカスタマイズされ、さまざまなアルゴリズムとハイパーパラメーターで磨きをかけられた、正確なモデルをすばやく作成

ディープ ニューラル ネットワークを使用した容易なデータ探索とインテリジェントな特徴エンジニアリングにより、生産性を向上

Build responsible ML solutions with model interpretability, and fine-tune your models to improve accuracy

一般的な時系列モデルとディープ ラーニングを使用して、将来のビジネス成果を正確に予測

自分の方法でモデルを構築

自動機械学習のコードなし UI、または SDK を使用して、モデルの作成を迅速化します。モデルをすばやくカスタマイズし、制御設定をイテレーション、しきい値、検証、ブロックされているアルゴリズム、その他の実験条件に適用します。分類、回帰、時系列予測などの一般的な機械学習タスクには、組み込みの機能を使用することで、大きなデータセットを処理し、モデルのスコアを向上させることができます。

モデル構築プロセスを制御

自動機械学習では、極めて正確なモデルを構築するために、さまざまなアルゴリズムやハイパーパラメーターの中からインテリジェントに選択します。ガードレールを通じて、ご使用のデータの一般的な誤りと不整合を発見し、推奨されるアクションについて理解を深め、それを自動的に適用します。インテリジェントな停止を使用してコンピューティングの時間を節約し、主要なメトリックに優先度付けをして、すばやく結果を出します。

特徴エンジニアリングの自動化による生産性の向上

分類、回帰、時系列予測などの一般的な機械学習タスクには、組み込みの機能を使用します。これには、大きなデータセットを処理し、モデルのスコアを向上させるためのディープ ニューラル ネットワーク サポートも含まれます。特徴の自動的な選択と新しい特徴の生成機能を利用して、時間を節約し、極めて正確なモデルを構築します。自動 ML には、100 言語でテキスト データを特徴量化するための BERT ディープ ラーニング アーキテクチャが含まれるようになりました。これは、UI とノートブックを介して利用できます。

モデルの理解を深める

実験の実行概要とメトリックの詳細な視覚化の組み込みサポートは、モデルを理解し、モデルのパフォーマンスを比較するために役立ちます。モデルの解釈可能性は、生の特徴量やエンジニアリングされた特徴量に対するモデルの適合性を評価し、特徴量の重要度に関する分析情報を提供します。パターンを発見し、what-if 分析を実行し、モデルの理解を深めることにより、ビジネスにおける透過性と信頼性をサポートします。

さまざまな機械学習タスクのサポート

分類、回帰、時系列予測などの必須の機械学習の応用のサポートを受けられます。これには、各タスクを構成するための特別な組み込みの特徴抽出器も含まれます。教師あり学習のための分類手法を使用します。このような一般的な応用には、不正行為の検出や手書き認識などが含まれます。価格予測などで数値を予測する場合は、回帰モデルを構築します。または、時系列予測を使用して、トレンドや季節性を考慮するモデルを構築します。ARIMA や Prophet などのディープ ラーニング モデルを含む、さまざまな一般的時系列モデルを評価します。

Azure を利用した機械学習のスキルを構築する

この 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。この学習体験を終えると、Azure Data Scientist Associate 認定資格に挑戦する準備ができていることになります。

準備が整ったら、Azure の無料アカウントを設定しましょう。