Azure Machine Learning
Machine learning-service van enterpriseklasse om modellen sneller te bouwen en te implementeren
Versnel de end-to-end machine learning-levenscyclus
Bied ontwikkelaars en gegevenswetenschappers het brede assortiment productieve ervaringen voor snellere ontwikkeling, training en implementatie van machine learning-modellen. Breng producten sneller op de markt en stimuleer teamsamenwerking met toonaangevende MLOps—DevOps voor machine learning. Innoveer op een veilig, vertrouwd platform, speciaal ontworpen voor verantwoordelijke machine learning.
Productiviteit voor alle vaardigheidsniveaus, met geautomatiseerde machine learning en een ontwerpprogramma met een functie voor slepen en neerzetten, waarin code de hoogste prioriteit krijgt
Robuuste MLOps-mogelijkheden die kunnen worden geïntegreerd met bestaande DevOps-processen en hulp bieden bij het beheren van de complete ML-levenscyclus
Mogelijkheden van verantwoordelijk ML: inzicht in modellen met interpretatie en eerlijke verdeling, gegevens beveiligen met differentiële privacy en vertrouwelijke computing, en de levenscyclus van de ML beheren met controletests en gegevensbladen.
De beste ondersteuning in deze klasse voor opensource-frameworks en talen zoals MLflow, Kubeflow, ONNX, PyTorch, TensorFlow, Python en R
Productiviteit stimuleren en toegang krijgen tot machine learning voor alle vaardigheden
Bouw en implementeer snel machine learning-modellen met hulpprogramma's die aan uw behoeften voldoen, ongeacht het vaardigheidsniveau. Gebruik de codevrije designer om aan de slag te gaan of gebruik ingebouwde Jupyter-notebooks voor een ervaring waarbij code de hoogste prioriteit heeft. Versnel het maken van modellen met de geautomatiseerde machine learning-gebruikersinterface en krijg toegang tot ingebouwde functies voor het ontwikkelen van functies, het selecteren van algoritmen en het sweepen van hyperparameters om uiterst nauwkeurige modellen te ontwikkelen.
Geschaald operationaliseren met robuuste MLOps
Met MLOps, of DevOps voor machine learning, wordt de machine learning-levenscyclus gestroomlijnd, van het bouwen van modellen tot implementatie en beheer. Gebruik ML-pijplijnen om herhaalbare werkstromen te bouwen en gebruik een uitgebreid modelregister om uw bedrijfsmiddelen te volgen. Beheer productiewerkstromen op de juiste schaal met behulp van geavanceerde waarschuwingen en automatiseringsmogelijkheden voor machine learning. Profileer, valideer en implementeer machine learning-modellen op elke gewenste locatie, vanuit de cloud naar de rand, om ML-werkstromen voor productie op een zakelijke manier op de juiste schaal te beheren.
Verantwoordelijke ML-oplossingen bouwen
Krijg toegang tot toonaangevende mogelijkheden voor verantwoordelijke ML voor meer inzicht in het beveiligen en beheren van uw gegevens, modellen en processen. Verklaar het modelgedrag tijdens training en deductie en bouw met het oog op eerlijke verdeling door bias in het model te detecteren en te beperken. Waarborg gegevensprivacy in de gehele machine learning-levenscyclus met differentiële privacytechnieken en gebruik vertrouwelijke computing om machine learning-assets te beveiligen. Pas beleidsregels toe, gebruik herkomst en beheer resources om aan de regelgevingsstandaarden te voldoen.
Innoveren op een open en flexibel platform
Krijg ingebouwde ondersteuning voor opensource-hulpprogramma's en frameworks voor training en inferentie van machine learning-modellen. Gebruik bekende frameworks zoals PyTorch, TensorFlow en scikit-learn of de open en interoperabele ONNX-indeling. Kies de ontwikkelingshulpprogramma's die het beste aan uw behoeften voldoen, waaronder populaire IDE's, Jupyter-notebooks en CLI's of talen zoals Python en R. Gebruik ONNX Runtime om de interferentie in cloud- en randapparaten te optimaliseren en te versnellen.
Geavanceerde beveiliging en governance
- Pas meteen vanaf het begin beveiliging toe en bouw in de vertrouwde cloud met Azure.
- Beveilig de toegang tot uw resources met nauwkeurige op rollen gebaseerde toegang, aangepaste rollen en ingebouwde mechanismen voor verificatie van identiteiten.
- Bouw, train en implementeer modellen op een veilige manier door uw netwerk te isoleren met virtuele netwerken en privékoppelingen.
- Beheer governance met beleidsregels, audittrails, quota en kostenbeheer.
- Stroomlijn de naleving met een uitgebreide portfolio met daarin 60 certificeringen zoals FedRAMP High en DISA IL5.
Betaal uitsluitend voor wat u nodig hebt zonder kosten vooraf
Ga naar de pagina met prijzen voor Azure Machine Learning voor meer informatie.
Informatie over het gebruik van Azure Machine Learning
Ga naar uw studiowebervaring
Bouw en train
Implementeren en beheren
U kunt nieuwe modellen ontwerpen en uw rekendoelen, modellen, implementaties, metrische gegevens en uitvoeringsgeschiedenissen opslaan in de cloud.
Gebruik geautomatiseerde machine learning om algoritmen en hyperparameters te identificeren en experimenten te volgen in de cloud. U kunt ook modellen ontwerpen met behulp van notebooks of het ontwerpprogramma met functie voor slepen en neerzetten.
Implementeer uw machine learning-model in de cloud of aan de rand, bewaak prestaties en train het model zo nodig opnieuw.
Bronnen
Zelfstudies voor beginners
Geavanceerde zelfstudies
Aanbevolen video's
- Aan de slag met Azure Machine Learning
- Geautomatiseerde machine learning gebruiken om modellen te bouwen
- Modellen zonder code bouwen met het ontwerpprogramma van Azure Machine Learning
- MLOps voor het beheer van de end-to-end levenscyclus
- ONNX Runtime in uw modellen opnemen
- Interpreteerbaarheid en transparantie van modellen
- Modellen bouwen met R
Ga vandaag nog aan de slag met Azure Machine Learning
Meld u aan voor een gratis Azure-account voor directe toegang en een tegoed van $200.
Meld u aan bij de Azure Portal.
Verken de documentatie en zelfstudies. Zoek naar quickstarts en resources voor ontwikkelaars.
Klanten die Azure Machine Learning gebruiken
Dean Riddlesden, Senior Data Scientist, Global Analytics, Walgreens Boots Alliance"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."
Matthieu Boujonnier, Analytics Application Architect and Data Scientist, Schneider Electric"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."
Diana Kennedy, Vice President for IT Strategy, Architecture and Planning, BP"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."
Naeem Khedarun, Principal Software Engineer (AI), ASOS"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."
Phil Harris, assistant professor of physics, MIT"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."
Borrowell helpt klanten hun kredietwaardigheid te verbeteren met behulp van kunstmatige intelligentie
Voor hun innovatieve AI-technologie gebruikt Borrowell kredietscores om aanbevelingen te doen waarmee de kredietwaardigheid en het financiële welzijn van hun Canadese klanten kunnen worden verbeterd.
Updates, blogs en aankondigingen met betrekking tot Azure Machine Learning
-
AANKONDIGING
Azure Open-gegevenssets (nu als preview-versie beschikbaar) biedt toegang tot gecureerde gegevenssets.
-
21 mei, 2020
Meeting the challenges of today and tomorrow with Azure AI
-
UPDATE
Nieuwe innovatie op het gebied van verantwoordelijke machine learning in Azure Machine Learning
-
UPDATE
Azure Machine Learning: nieuwe functies tijdens Build 2020
-
19 mei, 2020
Build AI you can trust with responsible ML
-
UPDATE
Azure Machine Learning: functie voor streaming van logboeken is nu beschikbaar
-
UPDATE
Azure Machine Learning beschikbaar in US Gov
-
UPDATE
Azure Stream Analytics integreren met Azure Machine Learning (in preview)
-
21 januari, 2020
MLOps—the path to building a competitive edge
Veelgestelde vragen over Azure Machine Learning
-
De service is algemeen beschikbaar in diverse landen/regio's (in de toekomst komen hier meer landen/regio's bij).
-
De Service Level Agreement (SLA) voor Azure Machine Learning is 99,9 procent.
-
De Azure Machine Learning-studio is voor de machine learning-service de resource op het hoogste niveau. Het biedt een gecentraliseerde locatie waarin gegevenswetenschappers en ontwikkelaars met alle artefacten voor het bouwen, trainen en implementeren van machine learning-modellen aan de slag kunnen.