Hopp over navigasjon

Maskinlæring for dataforskere

Se nærmere på maskinlæringsverktøy for dataforskere og maskinlæringsteknikere, og lær hvordan du utvikler maskinlæringsløsninger i skyskala på Azure.

Oppdag maskinlæring i Azure

Bygg og rull ut maskinlæringsmodeller for driftskritiske prosesser på en ansvarlig måte og på egne vilkår ved bruk av Azures verktøy og tjenester.

Utvikle maskinlæringsmodeller på dine egne vilkår

Bruk kunstig intelligens i Azure til å bygge maskinlæringsmodeller med foretrukket utviklingsspråk, miljø og maskinlæringsstruktur ved bruk av verktøyene du selv velger, og rull ut modellene til skyen, lokalt eller på kanten.

Bygg maskinlæringsløsninger på en ansvarlig måte

Forstå maskinlæringsmodellene, beskytt data med differensiert personvern og konfidensiell databehandling, og kontroller livssyklusen for maskinlæring med revisjonslogger og dataark.

Rull ut maskinlæringsmodeller for driftskritiske prosesser på en trygg måte

Rull ut og administrer svært skalerbare, feiltolerante og reproduserbare løsninger for maskinlæring.

Se hvordan andre dataforskere bruker Azure Machine Learning

Se hvordan organisasjoner bruker Azure for å støtte sine driftskritiske arbeidsbelastninger.

Humana

Se hvordan Humana leverer driftskritiske helsetjenester med kunstig intelligens.

AGL

Finn ut hvordan AGL implementerte MLOps med Azure Machine Learning.

UCLA

Oppdag hvordan UCLA gjør et pionerarbeid innen bruk av kunstig intelligens for å hjelpe leger.

Se hvordan organisasjoner bygger nyskapende løsninger for maskinlæring på sine egne vilkår med Azure.

Avanade

Se hvordan Avanade bruker Azure Machine Learning til å forbedre ansattopplevelsen.

Peace Parks Foundation

Se hvordan Peace Parks Foundation utvikler avanserte modeller som bidrar til å forhindre ulovlig jakt på neshorn.

Restauranten Ebiya

Se hvordan en familierestaurant som slet brukte Azure til å utvikle et system for kunstig intelligens som bidro til å tidoble salget.

Utvikle maskinlæringskompetansen din med Azure

Få mer informasjon om maskinlæring i Azure og delta i praktiske opplæringer med denne 30-dagers opplæringsreisen. Når opplæringsreisen er fullført, er du klar til å ta sertifiseringen Azure Data Scientist Associate.

Se nærmere på maskinlæring gjennom videoer

Utforsk hvordan du kan bruke maskinlæringsløsninger til å støtte driftskritiske programmer.

Lære opp maskinlæringsmodeller i stor skala

Forstå hvordan du utnytter den riktige databehandlingen på Azure for å skalere opplæringsjobbene dine.

Modelldistribusjon og følgeslutning

Lær om de ulike alternativene for utrulling og optimaliseringer for modellfølgeslutning i stor skala.

MLOps forklart

Lær om hvor viktig MLOps er og tilknyttede prosesser.

Sikre maskinlæringsmiljøene dine

Se hvordan du bruker Azure til å få tilgang til sikkerhet og styring egnet for store selskaper.

Hybrid og multiskybasert maskinlæring

Se hvordan du kan klargjøre hybride og multiskybaserte maskinlæringsmiljøer.

Åpen og interoperabel maskinlæring

Se hvordan Azure Machine Learning fungerer med teknologier basert på åpen kildekode og integrerer med andre Azure-tjenester.

Se hvordan du kan bruke Azure Machine Learning-produkter og tjenester til å bygge maskinlæringsmodeller på dine vilkår.

Grunnleggende informasjon om maskinlæring i skyen

Få en innføring i maskinlæring, og se nærmere på nøkkelfasene i maskinlæringslivssyklusen.

Maskinlæringsverktøy i Azure

Se nærmere på maskinlæringsverktøy for dataforskere, og finn ut hvordan de fungerer i Azure.

Grunnleggende informasjon om dyp læring med PyTorch

Se hvordan du bruker PyTorch til å løse et enkelt bildeklassifiseringsproblem.

Maskinlæring i Apache Spark™

Finn ut hvordan du bruker Azure Databricks til maskinlæring.

Maskinlæring med lite bruk av kode med Azure

Få en rask oversikt over automatisert maskinlæring og designfunksjonaliteten i Azure Machine Learning.

Se AI Show for å høre fra ekspertene, se demonstrasjoner og finne nye måter å legge til funksjonalitet for kunstig intelligens på i programmene dine med Azures produkter, tjenester og verktøy.

Se kanalen

Forstå maskinlæringsprosessen og bygg modeller inn i apper

Finn ut hvordan du kan sette maskinlæringsmodeller ut i drift og understøtte datavitenskapsteamet med anbefalte fremgangsmåter for MLOps.

Se videoen

Kjør maskinlæring hvor som helst

Kjør maskinlæring lokalt eller i multisky med eksisterende Kubernetes-infrastruktur.

Lær det mest grunnleggende om PyTorch

Se en opplæring med talsperson for utviklere hos PyTorch, Suraj Subramanian.

Bygg ansvarlig kunstig intelligens med verktøysett for feilanalyse

Se hvordan du kan identifisere modellfeil og diagnostisere rotårsakene.

Merking av lyd med dyplæring

Finn ut hvordan du kan bruke lyder, konvertere dem til bilder og bygge en klassifiseringsmodell for å merke sanger etter stemning.

Reproduserbar datateknologi med maskinlæring

Finn ut hvordan du organiserer en reproduserbar arbeidsflyt.

Se videoen

MLOps med Azure Machine Learning

Få fart på prosessen med å bygge, trene og rulle ut maskinlæringsmodeller i stor skala.

Maskinlæringsløsninger med sikkerhet og skala egnet for foretak

Finn ut hvordan du bygger sikre, skalerbare og rettferdige maskinlæringsløsninger med Azure Machine Learning.

Ansvarlig kunstig intelligens med Azure Machine Learning

Utforsk verktøy og metoder for å hjelpe deg med å forstå, beskytte og kontrollere maskinlæringsmodellene dine.

Les mer gjennom eksempler på løsningsarkitektur

Utforsk ulike scenarioer for bruk av Azure Machine Learning.

Maskinlæring

Kontroller modellopplæringsprosessen med justerbare parametere kalt hyperparametere. Utforsk anbefalte fremgangsmåter for justering av hyperparameterne for Python-modeller, og se hvordan du automatiserer hyperparameterjustering og kjører eksperimenter parallelt for å optimalisere hyperparametere på en effektiv måte.

Dyplæring

Se hvordan du utfører utrullet opplæring av maskinlæringsmodeller for dyplæring på tvers av klynger av GPU-aktiverte virtuelle maskiner. Dette scenarioet er for bildeklassifisering, men løsningen kan generaliseres til andre dyplæringsscenarioer, for eksempel segmentering eller objektregistrering.

MLOps

Finn ut hvordan du implementer kontinuerlig integrering (CI) og kontinuerlig levering (CD) og et datasamlebånd for gjenopplæring for et program med kunstig intelligens ved hjelp av Azure DevOps og Azure Machine Learning. Løsningen er bygd på datasettet scikit-learn-datasettet om diabetes, men kan enkelt tilpasses for alle scenarioer for kunstig intelligens og andre populære byggesystemer.

Kantutrulling

Se hvordan du bruker Azure Stack Edge til å utvide rask maskinlæringsinterferens fra skyen til lokale scenarioer eller kantscenarioer. Bruk Azure Stack Edge til å dra nytte av Azure-funksjonaliteter som databehandling, lagring, nettverk og maskinvareakselerert maskinlæring for alle kantplasseringer.

Batch-poengberegning

Lær hvordan du bruker Azure Machine Learning til å bruke nevral stiloverføring. Det er en dyplæringsteknikk som komponerer et eksisterende bilde i stil med et annet bilde, til en video.

Sanntidspoengsummer

Utforsk hvordan du ruller ut Python-modeller som nettjenester for å foreta sanntidsprediksjoner ved hjelp av Azure Kubernetes Service (AKS). Maskinlæringsmodeller som er rullet ut på AKS, er egnet for produksjonsutrullinger i stor skala.

Oppdateringer, blogger og kunngjøringer om kunstig intelligens

Kan vi hjelpe deg?