Kunngjøringer om offentlig forhåndsversjon av Azure Machine Learning – august 2021

Cross Location Compute (CLC), lar brukerne lage klynger på plasseringer som er forskjellige fra arbeidsområdet. Med CLC kan brukere maksimere inaktiv kapasitetstildeling og plasseffektivitet, bruke VM-SKU-er som bare er tilgjengelige i et bestemt område​, og sørge for å lage to arbeidsområder på to forskjellige plasseringer bare for å være sikre på at de bruker kvoten.   

Hierarchical Time Series eliminerer behovet for å manuelt opprette individuelle modeller for å lage prognoser for hierarkidataene, og har som mål å generere hierarkibevisste og konsekvente prognoser på alle nivåer i hierarkiet. 

Compute Instance og auto-avslutning og auto-start gir brukerne en effektiv måte å kontrollere og optimalisere driftskostnadene på en automatisk måte på, noe som forbedrer den generelle styringen av AML-arbeidsområdet.

Lær å opprette databehandlingsklynger.

Se HTS Solution Accelerator.

Mer informasjon om Compute Instance med auto-avslutning og auto-start.