Navigatie overslaan

Azure Machine Learning Designer

Op visuele wijze Machine Learning-modellen bouwen, testen en implementeren

Visuele machine learning om de productiviteit te versnellen

Interface met slepen en neerzetten om het bouwen en implementeren van modellen voor het hele data science-team te versnellen, van beginners tot professionals.

Visuele machine learning om de productiviteit te versnellen

Verbinding maken met een gegevensbron en gegevens voorbereiden en voorverwerken met behulp van verschillende ingebouwde modules

Modellen visueel bouwen en trainen met behulp van de nieuwste machine learning- en deep learning-algoritmen

Modules voor slepen en neerzetten gebruiken om modellen te valideren en evalueren

Met een paar klikken realtime eindpunten of batchdeductie-eindpunten implementeren en publiceren

Eenvoudig verbinding maken en gegevens voorbereiden

Sleep een geregistreerde gegevensset en zet deze neer, maak verbinding met verschillende gegevensbronnen, waaronder Azure Blob Storage, Azure Data Lake Storage, Azure SQL of upload gegevens uit een lokaal bestand. Preview en visualiseer het gegevensprofiel in slechts één klik. Verwerk gegevens vooraf met behulp van een uitgebreide set ingebouwde modules voor gegevenstransformatie en feature engineering.

Modellen bouwen en trainen zonder code te schrijven

Bouw en train machine learning-modellen met geavanceerde machine learning- en deep learning-algoritmen, waaronder die voor Computer Vision, tekstanalyse, aanbevelingen en anomaliedetectie. U kunt modules voor modellen zonder code slepen en neerzetten of aanpassen met Python- en R-code.

Modelprestaties valideren en evalueren

Voer uw machine learning-pijplijnen interactief uit. Gebruik kruisvalidatie om de nauwkeurigheid van modellen en gegevenssets te beoorden. Gebruik gegevensvisualisaties om modellen met een paar klikken te evalueren. Voer een snelle hoofdoorzaakanalyse uit met behulp van grafieken, voorbeeldlogboeken en uitvoer voor foutopsporing en probleemoplossing.

Met een paar klikken modellen implementeren en eindpunten publiceren

Implementeer met een paar klikken modellen voor realtime en batchdeductie als REST-eindpunten naar uw omgeving. Genereer automatisch scorebestanden en de installatiekopie voor de implementatie. Modellen en andere assets worden opgeslagen in het centrale register voor het bijhouden van machine learning-bewerkingen (MLOps) en gegevensherkomst.

Bronnen en documentatie voor Azure Machine Learning Designer

Aan de slag met de Azure Machine Learning Designer

Ontwikkel uw vaardigheden op het gebied van machine learning met Azure

Ontdek meer over machine learning in Azure en neem deel aan praktijkgerichte zelfstudies met dit leertraject van 30 dagen. Aan het einde bent u goed voorbereid voor de Azure Data Scientist Associate-certificering.

Bent u er klaar voor? Stel een gratis Azure-account in

Kunnen we u helpen?