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 verantwoordelijke ML: inzicht krijgen in modellen met interpretatie en eerlijkheid, gegevens beveiligen met differentiële privacy en vertrouwelijke computing, en de levenscyclus van 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 met ML 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 met visual machine learning of gebruik ingebouwde gezamenlijke Jupyter-notebooks voor een ervaring waarbij code de hoogste prioriteit heeft. Versnel het maken van modellen met de geautomatiseerde machine learning 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 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. Onderhoud automatisch audittrails, track herkomst en gebruik modelgegevensbladen om aansprakelijkheid mogelijk te maken.
Innoveren op een open en flexibel platform
Get built-in support for open-source tools and frameworks for machine learning model training and inferencing. Use familiar frameworks like PyTorch, TensorFlow, and scikit-learn, or the open and interoperable ONNX format. Choose the development tools that best meet your needs, including popular IDEs, Jupyter notebooks, and CLIs—or languages such as Python and R. Use ONNX Runtime to optimize and accelerate inferencing across cloud and edge devices.
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.
De belangrijkste servicemogelijkheden
Notebooks voor samenwerking
Maximize productivity with intellisense, easy compute and kernel switching and offline notebook editing.
Geautomatiseerde ML
Maak snel nauwkeurige modellen voor classificatie, regressie en tijdreeksvoorspellingen. Gebruik interpreteerbaarheid van modellen om te begrijpen hoe het model is opgebouwd.
ML slepen en neerzetten
Gebruik ontwerper met modules voor gegevenstransformatie, modeltraining en -evaluatie, of om met slechts een paar muisklikken ML-pijplijnen te maken en publiceren.
Gegevenslabels
U kunt snel gegevens voorbereiden, labelingprojecten beheren en bewaken en iteratieve taken automatiseren met door machine learning ondersteunde labeling.
MLOps
Gebruik het centrale register om gegevens, modellen en metagegevens op te slaan en bij te houden. Leg automatisch herkomst- en governancegegevens vast. Gebruik Git om werk en GitHub Actions bij te houden om werkstromen te implementeren. Beheer en controleer uitvoeringen of vergelijk meerdere uitvoeringen voor training en experimenten.
Compute automatisch schalen
Gebruik beheerde compute om training te distribueren en modellen snel te testen, valideren en implementeren. CPU- en GPU-clusters kunnen worden gedeeld in een werkruimte en automatisch worden geschaald om te voldoen aan uw ML-behoeften.
RStudio-integratie
Ingebouwde integratie van R-ondersteuning en RStudio Server (Open Source-editie) om modellen te bouwen en implementeren en uitvoeringen te controleren.
Diepe integratie met andere Azure-services
Accelerate productivity with built-in integration with Azure services such as Azure Synapse Analytics, Cognitive Search, Power BI, Azure Data Factory, Azure Data Lake, and Azure Databricks.
Bekrachtigend leren
Schaal bekrachtigend leren naar krachtige rekenclusters, ondersteuning voor scenario's met meerdere agenten, toegang tot opensource-RL-algoritmen, frameworks en omgevingen.
Verantwoordelijke machine learning
Krijg modeltransparantie tijdens training en deductie met interpretatiemogelijkheden. Evalueer de eerlijkheid van het model door middel van gegevens over de pariteit en verminder oneerlijkheid. Beveilig gevoelige gegevens met differentiële privacy.
Beveiliging op ondernemingsniveau
Bouw en implementeer modellen veilig met mogelijkheden zoals netwerkisolatie en Private Link, op rollen gebaseerd toegangsbeheer voor resources en acties, aangepaste rollen en beheerde identiteiten voor rekenresources.
Kostenbeheer
Beheer resourcetoewijzingen beter voor Azure Machine Learning Compute met quotumlimieten voor werkruimten en resourceniveaus.
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
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
Jolie Vitale: Director of BI and Analytics, Carhartt"The model we deployed on Azure Machine Learning helped us choose the three new retail locations we opened in 2019. Those stores exceeded their revenue plans by over 200 percent in December, the height of our season, and within months of opening were among the best-performing stores in their districts."
Scandinavian Airlines
Door gebruik te maken van Azure Machine Learning, is SAS in staat om fraude met vakkundigheid te identificeren die niet mogelijk is via handmatige methoden. In het geval van de registratie achteraf van een vlucht voor EuroBonus-mijlen, een veelvoorkomende bron van fraude, kan het nieuwe systeem fraude voorspellen met een nauwkeurigheid van 99 procent.
Sze-Wan Ng: Director of Analytics & Development, Translink"With MLOps capabilities in Azure Machine Learning, we've improved bus departure predictions by 74 percent, and riders spend 50 percent less time waiting."
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."
Alex Mohelsky: Partner and Advisory Data, leider op het gebied van analyses en kunstmatige intelligentie, EY Canada"We see Azure Machine Learning and our partnership with Microsoft as critical to driving increased adoption and acceptance of AI from the regulators."
Xiaodong Wang: Chief Executive Officer, TalentCloud"The automated machine learning capabilities in Azure Machine Learning save our data scientists from doing a lot of time-consuming work, which reduces our time to build models from several weeks to a few hours."
Updates, blogs en aankondigingen met betrekking tot Azure Machine Learning
-
AANKONDIGING
Azure Open-gegevenssets (nu als preview-versie beschikbaar) biedt toegang tot gecureerde gegevenssets.
-
UPDATE
Azure Machine Learning offers added capabilities at lower cost
-
UPDATE
Azure Machine Learning updates Ignite 2020
-
UPDATE
Azure Machine Learning announces output dataset (Preview)
-
UPDATE
De online-ervaring van Microsoft Azure Machine Learning Studio is nu algemeen beschikbaar
-
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
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.