Azure Machine Learning

Maskinlæringstjeneste i enterprise-klassen for å bygge og distribuere modeller raskere

Fremskynd maskinlæringslivssyklusen fra ende-til-ende

Gi utviklere og dataforskere et bredt utvalg av produktive opplevelser for raskere bygging, opplæring og distribuering av maskinlæringsmodeller. Raskere tid til marked og frem teamsamarbeid med bransjeledende MLOps—DevOps for maskinlæring. Vær kreativ på en sikker, betrodd plattform, designet for ansvarlig kunstig intelligens.

Produktivitet for alle kompetansenivåer, med kode først og dra og slipp-designer, og automatisert maskinlæring

Robuste MLOps-funksjoner som integrerer med eksisterende DevOps-prosesser og bidrar til å håndtere hele ML-livssyklusen

Toppmoderne rettferdighets- og modelltolkning for å bygge ansvarlige kunstig intelligens-løsninger, med forbedret sikkerhet og kostnadsstyring for avansert styring og kontroll.

Førsteklasses støtte for strukturer med åpen kilde og språk inkludert MLflow, Kubeflow, ONNX, PyTorch, TensorFlow, Python og R

Styrk produktivitet og få tilgang til Machine Learning for alle kompetanser

Bygg og distribuer raskt maskinlæringsmodeller ved hjelp av verktøy som oppfyller behovene dine uavhengig av kompetansenivå. Bruk den kodefrie designeren for å komme in gang, eller bruk innebygde Jupyter-notebooks for en kode først-opplevelse. Få raskere modelloppretting med det automatiserte brukergrensesnittet for maskinlæring, og få tilgang til innebygd funksjonsteknikk, algoritmevalg og hyperparameterfeiing for å utvikle svært nøyaktige modeller.

Operasjonaliser i rett skala med robust MLOps

MLOps, eller DevOps for maskinlæring, effektiviserer maskinlæringslivssyklusen, fra bygging av modeller til distribusjon og administrering. Bruk ML-datasamlebånd for å bygge repeterbare arbeidsflyter og bruk en rik modellkatalog for å spore ressursene dine. Administrer produksjonsarbeidsflyt i rett skala ved å bruke avanserte varsler og automatiseringsfunksjoner for maskinlæring. Profiler, valider og distribuer maskinlæringsmodeller hvor som helst, fra skyen til kanten, for å administrere ML-produksjonsarbeidsflyter i rett skala på en foretaksklar måte.

Bygg ansvarlige kunstig intelligens-løsninger

Få tilgang til toppmoderne teknologi for rettferdighet og gjennomsiktighet i masinlæringsmodell. Bruk modelltolkning for forklaringer om prediksjoner for bedre å forstå modellatferd. Reduser modellskjevhet ved å bruke vanlige rettferdighetsmåledata, automatisk foreta sammenligninger og bruke anbefalte reduksjoner.

Vær kreativ på en åpen og fleksibel plattform

Få innebygd støtte for verktøy med åpen kildekode og rammeverk for opplæring og slutning i maskinlæringsmodell. Bruk kjente rammeverk som PyTorch, TensorFlow og scikit-learn, eller det åpne og interoperative ONNX-formatet. Velg utviklingsmiljøer som passer best med dine behov, inkludert populære integrerte utviklingsmiljøer, Jupyter-notebooks og kommandolinjergensesnitt—eller språk som Python og R. Bruk ONNX Runtime for å optimalisere og forbedre slutninger på tvers av sky- og kantenheter.

Avansert sikkerhet, styring og kontroll

  • Bygg maskinlæringsmodeller med organisasjonsklar sikkerhet, overholdelse og virtuelt nettverksstøtte fra Azure.
  • Beskytt ressursene dine ved å bruke innebygde kontroller for identitet, data- og nettverkstilgang, inkludert egendefinerte roller.
  • Begrens tilgang til kun bedriftsnettverk eller bruk i Azure-sikkerhetsretningslinjer.
  • Administrer styring og kontroller med revisjonsspor, kvote- og kostnadsadministrasjon og en omfattende samsvarsportefølje.

Betal bare for det du trenger – ingen forskuddskostnader

For detaljer, gå til Azure Machine Learning-prissiden.

Hvordan bruke Azure Machine Learning

Gå til din studiowebopplevelse

Utvikling og trening

Distribuer og administrer

Trinn 1 av 1

Du kan være forfatter for nye modeller og lagre databehandlingsmålene, modellene, distribusjonene, måledataene og kjørehistorikkene i skyen.

Trinn 1 av 1

Bruk automatisert maskinlæring til å identifisere algoritmer og hyperparametere og spore eksperimenter i skyen. Du kan også være forfatter for modeller ved å bruke bærbare PC-er eller dra og slipp-designeren.

Trinn 1 av 1

Distribuer maskinlæringsmodellen til skyen eller kanten, overvåk ytelse, og lær den opp på nytt ved behov.

Begynn å bruke Azure Machine Learning i dag

Få øyeblikkelig tilgang og en $200 kreditt ved å registrere deg for en gratis Azure-konto.
Logg deg på Azure Portal.

Kunder som bruker Azure Machine Learning

"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, Seniordataforsker, Global analyse, Walgreens Boots Alliance

Les artikkelen

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."

Matt Boujonnier, Analytics Application Architect og dataforsker, Schneider Electric

Les artikkelen

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, Visepresident for IT-strategi, arkitektur og planlegging, BP

Les artikkelen

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, Principal Software Engineer (kunstig intelligens), ASOS

Les artikkelen

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, assisterende professor i fysikk, MIT

Les artikkelen

Fermilab

Borrowell hjelper forbrukere å forbedre kreditt ved å bruke kunstig intelligens

Borrowells innovative kunstig intelligens-teknologi bruker kredittvurderinger for å gi anbefalinger som forbedrer kreditten og det økonomiske velværet til de kanadiske kundene

Les artikkelen

Borrowell

Oppdateringer, blogger og kunngjøringer for Azure Machine Learning

Vanlige spørsmål om Azure Machine Learning

  • Tjenesten er generelt tilgjengelig i flere land/områder, med mer underveis.
  • Serviceavtalen (SLA) for Azure Machine Learning er 99,9 prosent.
  • Studioet for Azure Machine Learning Service er en ressurs på øverste nivå for maskinlæringstjenesten. Det gir et sentralisert sted for dataforskere og utviklere å jobbe med artefaktene for bygging, opplæring og distribuering av maskinlæringsmodeller.

Klar når du er – la oss konfigurere gratiskontoen din