Trace Id is missing
Przejdź do głównej zawartości

Azure Machine Learning

Korzystaj z usługi sztucznej inteligencji klasy korporacyjnej na potrzeby kompleksowego cyklu życia uczenia maszynowego.

Tworzenie na dużą skalę modeli uczenia maszynowego krytycznych dla działania firmy

Azure Machine Learning zapewnia badaczom danych i programistom możliwość szybszego i pewniejszego tworzenia i wdrażania modeli wysokiej jakości oraz zarządzania nimi. Przyspiesza czas uzyskiwania korzyści dzięki wiodącym w branży operacjom uczenia maszynowego (MLOps), interoperacyjności typu open source oraz zintegrowanym narzędziom. Ta zaufana platforma edukacyjna AI jest przeznaczona dla aplikacji odpowiedzialnej sztucznej inteligencji w zakresie uczenia maszynowego.

Video container

Szybsze osiąganie korzyści

Twórz modele uczenia maszynowego, korzystając z zaawansowanej infrastruktury sztucznej inteligencji i orkiestracji przepływów pracy sztucznej inteligencji za pomocą przepływu monitów.

Współpraca i usprawnianie metodyki MLOps

Szybkie wdrażanie modelu uczenia maszynowego, zarządzanie nim i udostępnianie na potrzeby współpracy między obszarami roboczymi i metodyce MLOps.

Tworzenie bez obaw

Wbudowane mechanizmy nadzoru, zabezpieczeń i zgodności na potrzeby uruchamiania obciążeń uczenia maszynowego w dowolnym miejscu.

Projektowanie w sposób odpowiedzialny

Odpowiedzialna sztuczna inteligencja do tworzenia modeli objaśniających przy użyciu decyzji opartych na danych w celu zapewnienia przejrzystości i odpowiedzialności.

Obejrzyj seminarium internetowe Odkrywanie szczegółowych informacji predykcyjnych dzięki analizie i sztucznej inteligencji

Wsparcie w przypadku cyklu życia kompleksowego uczenia maszynowego

Etykietowanie danych

Etykietuj dane szkoleniowe i zarządzaj projektami etykietowania.

Przygotowywanie danych

Używaj z aparatami analitycznymi do eksploracji i przygotowywania danych.

Zestawy danych

Uzyskuj dostęp do danych oraz twórz i udostępniaj zestawy danych.

Powrót do kart

Azure Machine Learning na potrzeby generatywnej sztucznej inteligencji

Orkiestracja przepływu AI

Uprość projektowanie, ocenę i wdrażanie aplikacji opartych na dużych modelach–językowych za pomocą przepływ monitów. Łatwo śledź, odtwarzaj, wizualizuj i ulepszaj monity oraz przepływy za pomocą różnych narzędzi i zasobów. Dowiedz się więcej o generatywnej sztucznej inteligencji w rozwiązaniu Machine Learning.

Zarządzana kompleksowa platforma

Usprawnij cały cykl życia obszernego modelu językowego i zarządzanie modelami dzięki natywnym funkcjom MLOps. Bezpiecznie uruchamiaj uczenie maszynowe w dowolnym miejscu dzięki zabezpieczeniu klasy korporacyjnej. Eliminuj odchylenia modelu i oceniaj modele za pomocą pulpitu nawigacyjnego odpowiedzialnej sztucznej inteligencji.

Elastyczne narzędzia i struktury

Twórz modele uczenia głębokiego w narzędziach, takich jak Visual Studio Code i Jupyter Notebooks, przy użyciu elastycznych struktur, takich jak PyTorch lub TensorFlow. Rozwiązanie Azure Machine Learning jest zgodne z ze środowiskiem uruchomieniowym ONNX i z DeepSpeed w celu zoptymalizowania trenowania i wnioskowania.

Światowej klasy wydajność

Używaj specjalnie zaprojektowanejinfrastruktury sztucznej inteligencji zaprojektowanej w celu połączenia najnowszych procesorów GPU firmy NVIDIA i rozwiązań sieciowych InfiniBand o szybkości do 400 Gb/s. Skaluj w górę do tysięcy procesorów GPU w jednym klastrze na niespotykaną skalę.

Skracanie czasu osiągania korzyści dzięki szybkiemu opracowywaniu modeli

Zwiększ produktywność, korzystając z ujednoliconego środowiska studio. Twórz, trenuj i wdrażaj modele za pomocą notesów Jupyter Notebook przy użyciu wbudowanej obsługi struktur i bibliotek typu open source. Szybko twórz modele za pomocą zautomatyzowanego uczenia maszynowego dla danych tabelarycznych, tekstowych i obrazów. Korzystaj z programu Visual Studio Code, aby bezproblemowo przechodzić z lokalnego trenowania do trenowania w chmurze i automatycznie skalować za pomocą infrastruktury platformy Azure AIobsługiwanej przez platformę NVIDIA Quantum-2 InfiniBand. Projektuj, porównuj, oceniaj i wdrażaj monity dla aplikacji opartych na dużych modelach językowych za pomocą przepływu monitów.

Współpracuj i usprawniaj zarządzanie modelami za pomocą metodyki MLOps

Usprawnij wdrażanie tysięcy modeli i zarządzanie nimi w wielu środowiskach przy użyciu metodyki MLOps. Szybciej wdrażaj i oceniaj modele ML dzięki w pełni zarządzanym punktom końcowym do prognozowania wsadowego i w czasie rzeczywistym. Używaj powtarzalnych potoków w celu automatyzacji przepływów pracy na potrzeby ciągłej integracji i ciągłego dostarczania (CI/CD). Udostępniaj i odnajduj artefakty uczenia maszynowego w wielu zespołach na potrzeby współpracy między obszarami roboczymi przy użyciu rejestrów i zarządzanego magazynu funkcji. Stale monitoruj metryki wydajności modelu, wykrywaj dryf danych i wyzwalaj ponowne trenowanie w celu poprawy wydajności modelu.

Tworzenie rozwiązań klasy korporacyjnej na platformie hybrydowej

Umieść zabezpieczenia na pierwszym miejscu w całym cyklu życia uczenia maszynowego, korzystając z wbudowanego zarządzania danymi w usłudze Microsoft Purview. Korzystaj z kompleksowych funkcji zabezpieczeń obejmujących tożsamość, dane, sieć, monitorowanie i zgodność — wszystkie przetestowane i zweryfikowane przez firmę Microsoft. Zabezpiecz rozwiązania przy użyciu niestandardowej kontroli dostępu opartej na rolach, sieci wirtualnych, szyfrowania danych, prywatnych punktów końcowych i prywatnych adresów IP. Trenuj i wdrażaj modele w dowolnym miejscu, od środowiska lokalnego po wiele chmur, aby spełnić wymagania dotyczące niezależności danych. Zarządzaj za pomocą wbudowanych zasad i zgodności z 60 certyfikatami, w tym FedRAMP High i HIPAA.

Korzystanie z praktyk odpowiedzialnej sztucznej inteligencji w całym cyklu życia

Oceń modele uczenia maszynowego za pomocą powtarzalnych i zautomatyzowanych przepływów pracy, aby ocenić sprawiedliwość modelu, objaśnienie, analizę błędów, analizę przyczynową, wydajność modelu i eksploracyjną analizę danych. Wykonuj rzeczywiste interwencje za pomocą analizy przyczynowej na pulpicie nawigacyjnym odpowiedzialnej sztucznej inteligencji i generuj kartę wyników w czasie wdrażania. Kontekstualizuj metryki odpowiedzialnej sztucznej inteligencji dla odbiorców technicznych i nietechnicznych w celu zaangażowania uczestników projektu i usprawnienia przeglądu zgodności.

Doskonal swoje umiejętności uczenia maszynowego na platformie Azure

Dowiedz się więcej o uczeniu maszynowym na platformie Azure i weź udział w praktycznych samouczkach z 30-dniową podróżą szkoleniową. Na koniec przygotujesz się do uzyskania certyfikatu Azure Data Scientist Associate.

Osoba pracująca na laptopie w pokoju konferencyjnym

Kluczowe możliwości usługi dla pełnego cyklu życia uczenia maszynowego

  • Notesy do współpracy

    Uruchom notes w notesie Jupyter Notebook lub programie Visual Studio Code, aby uzyskać rozbudowane środowisko programistyczne, w tym debugowanie i obsługę kontroli źródła Git.

  • Zautomatyzowane uczenie maszynowe

    Szybko twórz dokładne modele klasyfikacji, regresji, prognozowania szeregów czasowych, zadań przetwarzania języka naturalnego i zadań przetwarzania obrazów za pomocą zautomatyzowanego uczenia maszynowego.

  • Uczenie maszynowe z funkcją przeciągania i upuszczania

    Używaj narzędzi do uczenia maszynowego, takich jak projektant na potrzeby przekształcania danych, trenowania modelu i oceny, lub łatwo twórz i publikuj potoki uczenia maszynowego.

  • Odpowiedzialna sztuczna inteligencja

    Twórz rozwiązania odpowiedzialnej sztucznej inteligencjiz możliwościami interpretowalności. Oceniaj uczciwość modelu poprzez metryki rozbieżności i ograniczaj nieuczciwość.

  • Rejestry

    Użyj repozytoriów w całej organizacji do przechowywania i udostępniania modeli, potoków, składników i zestawów danych w wielu obszarach roboczych. Przechwytuj pochodzenie i zarządzaj danymi przy użyciu funkcji dziennika inspekcji.

  • Zarządzane punkty końcowe

    Użyj zarządzanych punktów końcowych do operacjonalizowania wdrażania i oceniania modelu, rejestrowania metryk oraz przeprowadzania bezpiecznych wdrożeń modelu.

Kompleksowe Zabezpie­czenia i zgodność — wbudowane

Rozpocznij pracę z bezpłatnym kontem platformy Azure

1

Rozpocznij bezpłatnie. Uzyskaj środki w wysokości 200 USD do wykorzystania w ciągu 30 dni. Oprócz środków dostaniesz bezpłatne przydziały wielu naszych najpopularniejszych usług oraz bezpłatne przydziały w ponad 55 innych usługach, które są zawsze bezpłatne.

2

Po wykorzystaniu środków przejdź na płatność zgodnie z rzeczywistym użyciem, aby kontynuować pracę z użyciem tych samych bezpłatnych usług. Płacisz tylko wtedy, gdy Twoje użycie przekroczy bezpłatne miesięczne przydziały.

3

Po upływie 12 miesięcy będziesz dalej mieć dostęp do ponad 55+ zawsze bezpłatnych usług i nadal będziesz płacić tylko za użycie przekraczające bezpłatne miesięczne przydziały.

Dowiedz się, jak klienci korzystają z usługi Azure Machine Learning do wprowadzania innowacji za pomocą sztucznej inteligencji

„Rozwiązania PyTorch i Azure Machine Learning doskonale pasują do celów naszego zespołu badawczego, oszczędzając czas na tworzenie przełomowych innowacji.”

Orlando Ribas Fernandes

Współzałożyciel i dyrektor generalny, Fashable

„Nasze zespoły zwykle testują [dane], uzyskują wyniki, a następnie używają ich do opracowywania modeli i algorytmów, które następnie tworzymy w produkty programowe. Ta platforma upraszcza, przyspiesza i usprawnia cały proces.”

Mogens Mikkelsen

Architekt przedsiębiorstwa, SEGES Innovation

„Ponieważ coraz więcej naszych grup korzysta z rozwiązania Azure Machine Learning, nasi eksperci finansowi mogą skupić się bardziej na zadaniach wyższego poziomu i poświęcać mniej czasu na ręczne zbieranie i wprowadzanie danych.”

Jeff Neilson

Menedżer ds. nauki o danych, 3M

Spawarka działająca

i

„Dzięki usłudze Azure Machine Learning możemy pokazać pacjentowi ocenę ryzyka, która jest wysoce dostosowana do ich indywidualnych okoliczności. …Ostatecznie dążymy do zmniejszenia ryzyka, zmniejszenia pewności i poprawy wyników leczenia.”

Profesor Mike Reed

Dyrektor kliniczny, Trauma & Orthopedics, Northumbria Healthcare NHS Foundation Trust

Lekarz rozmawiający z pacjentem

1

“Możliwość skalowania zasobów obliczeniowych w górę i w dół ma kluczowe znaczenie dla szybkości innowacji i efektywności kosztowej... Usługa Azure Machine Learning i wbudowane funkcje operacji uczenia maszynowego sprawiają, że elastyczność i efektywność kosztowa są proste.”

Kate Puech

Dyrektor ds. inżynierii sztucznej inteligencji, Axon

.

„Korzystanie z funkcji zautomatyzowanego uczenia maszynowego rozwiązania Azure Machine Learning na potrzeby tworzenia modeli uczenia maszynowego pozwoliło nam zrealizować środowisko, w którym możemy tworzyć i eksperymentować z różnymi modelami z wielu perspektyw”.

Keiichi Sawada

Keiichi Sawada, dział transformacji firmy, Seven Bank

Lokalizacja Seven Bank
Powrót do kart

IDC MarketScape: Ocena dostawcy MLOps 2022

Dowiedz się, jak organizacje korporacyjne z różnych branż korzystają z metodyki MLOps, aby przezwyciężyć wyzwania związane z implementowaniem technologii sztucznej inteligencji i uczenia maszynowego.

Inżynieria MLOps — oficjalny dokument

Odkryj systematyczne podejście do tworzenia, wdrażania i monitorowania rozwiązań uczenia maszynowego przy użyciu metodyki MLOps. Szybko twórz i testuj cykle życia uczenia maszynowego gotowego do produkcji oraz zarządzaj nimi na dużą skalę.

Badanie Total Economic Impact firmy Forrester

W badaniu Total Economic ImpactTM firmy Forrester Consulting zleconym przez firmę Microsoft zbadano potencjalny zwrot z inwestycji, jakie przedsiębiorstwa mogą zrealizować dzięki rozwiązaniu Azure Machine Learning.

Oficjalny dokument dotyczący rozwiązań uczenia maszynowego

Dowiedz się, jak tworzyć bezpieczniejsze, skalowalne i bardziej niezawodne rozwiązania uczenia maszynowego.

Odpowiedzialna sztuczna inteligencja — oficjalny dokument

Dowiedz się, jak tworzyć bezpieczniejsze, skalowalne i bardziej niezawodne rozwiązania dotyczące uczenia maszynowego.

Oficjalny dokument dotyczący metodyki MLOps

Przyspieszaj proces tworzenia, trenowania i wdrażania modeli na dużą skalę.

Uczenie maszynowe z obsługą usługi Azure Arc — oficjalny dokument

Dowiedz się, jak tworzyć, trenować i wdrażać modele w dowolnej infrastrukturze.

Często zadawane pytania dotyczące usługi Azure Machine Learning

  • Usługa jest ogólnie dostępna w kilku krajach/regionach, a kolejne są w drodze.

  • Umowa dotycząca poziomu usług dla usługi Azure Machine Learning to 99,9% czasu pracy.

  • Usługa Azure Machine Learning studio jest zasobem najwyższego poziomu dla uczenia maszynowego. Ta funkcja zapewnia scentralizowane miejsce, w którym analitycy danych i deweloperzy mogą pracować ze wszystkimi artefaktami na potrzeby kompilowania, trenowania i wdrażania modeli uczenia maszynowego.

Gotowość zależy od Ciebie — skonfigurujmy bezpłatne konto platformy Azure

Wypróbuj bezpłatnie usługę Azure Machine Learning