Azure Machine Learning
Usługa uczenia maszynowego klasy korporacyjnej umożliwiająca szybsze kompilowanie i wdrażanie modeli
Przyspiesz całościowy cykl uczenia maszynowego
Empower data scientists and developers with a wide range of productive experiences to build, train, and deploy machine learning models and foster team collaboration. Accelerate time to market with industry-leading MLOps—DevOps for machine learning. Innovate on a secure, trusted platform, designed for responsible machine learning.
Kompleksowa metodyka MLOps
Robust MLOps capabilities that enable creation and deployments of models at scale using automated and reproducible machine learning workflows.
Responsible machine learning innovation
Rich set of built-in responsible capabilities to understand, protect, and control data, models and processes.
Otwartość i międzyoperacyjność
Najlepsza w swojej klasie obsługa platformy typu open source oraz języków, takich jak MLflow, Kubeflow, ONNX, PyTorch, TensorFlow, Python i R.
Boost productivity with machine learning for all skills
Rapidly build and deploy machine learning models using tools that meet your needs regardless of skill level. Use built-in Jupyter Notebooks with Intellisense or the drag-and-drop designer. Accelerate model creation with automated machine learning, and access powerful feature engineering, algorithm selection, and hyperparameter-sweeping capabilities. Increase team efficiency with shared datasets, notebooks, models, and customizable dashboards that track all aspects of the machine learning process.
Operationalize at scale with MLOps
Take advantage of MLOps to streamline the machine learning lifecycle, from building models to deployment and management. Create reproducible workflows with machine learning pipelines, and train, validate and deploy thousands of models at scale, from the cloud to the edge. Use Azure DevOps or GitHub Actions to schedule, manage, and automate the machine learning pipelines, and use advanced data-drift analysis to improve model performance over time.
Build responsible machine learning solutions
Access state-of-the-art responsible machine learning capabilities to understand, protect, and control your data, models, and processes. Explain model behavior during training and inferencing, and build for fairness by detecting and mitigating model bias. Preserve data privacy throughout the machine learning lifecycle with differential privacy techniques, and use confidential computing to secure machine learning assets. Automatically maintain audit trails, track lineage, and use model datasheets to enable accountability.
Innovate on an open and flexible platform
Get built-in support for open-source tools and frameworks for machine learning model training and inferencing. Use familiar frameworks like PyTorch, TensorFlow, or 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. Track all aspects of your training experiments using MLfLow.
Advanced security, governance, and hybrid infrastructure
- Train models on your hybrid infrastructure using Kubernetes clusters on-premises, across multicloud environments, and at the edge with Azure Arc interoperability.
- Access security capabilities such as role-based access, custom machine learning roles, virtual networks, and private links. Manage governance with policies, audit trails, quota, and cost management.
- Usprawnij zapewnianie zgodności dzięki kompleksowej ofercie obejmującej 60 certyfikatów, w tym FedRAMP High i DISA IL5.
Najważniejsze możliwości usługi
Notesy do współpracy
Technologia IntelliSense, łatwe obliczenia i przełączanie jądra oraz edytowanie notesów w trybie offline pozwalają zmaksymalizować produktywność.
Zautomatyzowane uczenie maszynowe
Szybko twórz dokładne modele klasyfikacji, regresji i prognozowania szeregów czasowych. Używaj możliwości interpretowania modelu, aby zrozumieć sposób utworzenia modelu.
Uczenie maszynowe z funkcją przeciągania i upuszczania
Korzystaj z narzędzi uczenia maszynowego, takich jak projektant z modułami do przekształcania danych, szkolenia i oceniania modelu oraz do łatwego tworzenia i publikowania potoków uczenia maszynowego.
Etykietowanie danych
Szybko przygotowuj dane, zarządzaj projektami etykietowania i monitoruj je oraz automatyzuj zadania iteracyjne przy użyciu etykietowania wspomaganego przez uczenie maszynowe.
MLOps
Używaj rejestru centralnego do przechowywania i śledzenia danych, modeli oraz metadanych. Automatycznie przechwytuj pochodzenie danych i dane dotyczące ładu. Za pomocą narzędzia Git śledź pracę i używaj funkcji GitHub Actions do implementowania przepływów pracy. Zarządzaj przebiegami i monitoruj je lub porównuj wiele przebiegów na potrzeby szkoleń i eksperymentów.
Obliczanie skalowania automatycznego
Używaj obliczeń zarządzanych do rozpowszechniania szkoleń i szybkiego testowania, weryfikowania oraz wdrażania modeli. Udostępniaj klastry procesorów CPU i GPU w obszarze roboczym i skaluj automatycznie w celu zaspokojenia potrzeb dotyczących uczenia maszynowego.
Głęboka integracja z innymi usługami platformy Azure
Accelerate productivity with built-in integration with Microsoft Power BI and Azure services such as Azure Synapse Analytics, Azure Cognitive Search, Azure Data Factory, Azure Data Lake, Azure Arc and Azure Databricks.
Hybrid and multicloud support
Run machine learning on existing Kubernetes clusters on-premises, in multi-cloud and at the edge with Azure Arc. Use the simple one-click deploy ML agent to start training models securely, wherever your data lives.
Uczenie przez wzmacnianie
Skaluj uczenie przez wzmacnianie na zaawansowane klastry obliczeniowe, obsługuj scenariusze z wieloma agentami, uzyskuj dostęp środowisk, struktur i algorytmów uczenia przez wzmacnianie typu open-source.
Odpowiedzialne uczenie maszynowe
Get model transparency at training and inferencing with interpretability capabilities. Assess model fairness through disparity metrics and mitigate unfairness. Protect data with differential privacy and confidential machine learning pipelines.
Bezpieczeństwo klasy korporacyjnej
Bezpieczniej twórz i wdrażaj modele dzięki funkcjom, takim jak izolacja sieciowa i łącze prywatne, kontrola dostępu na podstawie ról dla zasobów i akcji, role niestandardowe i tożsamość zarządzana dla zasobów obliczeniowych.
Zarządzanie kosztami
Lepiej zarządzaj alokacjami zasobów dla wystąpień obliczeniowych usługi Azure Machine Learning za pomocą limitów przydziału na poziomie obszaru roboczego i zasobu.
Płać wyłącznie za potrzebne zasoby bez kosztów ponoszonych z góry
Sprawne posługiwanie się usługą Azure Machine Learning
Mistrzowskie techniki ekspertów do tworzenia zautomatyzowanych i wysoce skalowalnych, kompleksowych modeli uczenia maszynowego oraz potoków na platformie Azure przy użyciu biblioteki TensorFlow, platform Spark i Kubernetes.
Principles of Data Science
Wiele osób pracujących z danymi zdobyło umiejętności z zakresu matematyki, programowania lub obsługi domen, ale rzeczywista nauka o danych wymaga wszystkich trzech. Ta kompleksowa książka elektroniczna pomaga wypełnić luki.
Raport Forrester Wave — Lider 2020
Firma Forrester wskazuje w raporcie Forrester Wave™ firmę Microsoft i jej usługę Azure Machine Learning jako lidera: Analiza predykcyjna oparta na notesach i uczenie maszynowe, 3. kwartał 2020 r.
Jak korzystać z usługi Azure Machine Learning
Przejdź do środowiska internetowego w studio
Tworzenie i szkolenie
Wdrażanie i zarządzanie
Twórz nowe modele i przechowuj docelowe obiekty obliczeniowe, modele, wdrożenia, metryki i historie wykonywania w chmurze.
Zautomatyzowane uczenie maszynowe pozwala identyfikować algorytmy i hiperparametry oraz śledzić eksperymenty w chmurze. Twórz modele przy użyciu notesów lub projektanta przeciągania i upuszczania.
Wdrażaj modele uczenia maszynowego w chmurze lub na brzegu sieci, monitoruj ich wydajność i przeprowadzaj ich ponowne trenowanie, jeśli zajdzie taka potrzeba.
Zasoby
Samouczki dla początkujących
Samouczki zaawansowane
Polecane wideo
Dodatkowe zasoby
Zacznij korzystać z usługi Azure Machine Learning już dzisiaj
Uzyskaj błyskawiczny dostęp i środki w wysokości $200, tworząc bezpłatne konto platformy Azure.
Zaloguj się w witrynie Azure Portal.
Explore the documentation and tutorials, and browse quickstarts and developer resources.
Klienci korzystający z usługi Azure Machine Learning
Jolie Vitale: dyrektor ds. analizy biznesowej i analityki, 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."
Ignasi Paredes-Oliva, Lead Data Scientist, Nestlé Global Security Operations Center"MLOps is at the core of our product. Because of its reproducible ML pipelines, ... registered models, and automatic model scoring, we're definitely detecting things that we missed before. Which, in terms of risk management, is really, really important."
Joey Chua, Senior Manager Machine Learning Engineering, AGL"Azure Machine Learning allows us to manage the entire lifecycle, from experimentation and development to production and enhancements."
Daniel Engberg, Head of Data Analytics and Artificial Intelligence, Scandinavian Airlines"With model interpretability in Azure Machine Learning, we have a high degree of confidence that our machine learning model is generating meaningful and fair results."
Dean Riddlesden, starszy analityk danych, analiza globalna, 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 i lider zespołu ds. danych pomocniczych, analiz i sztucznej inteligencji, 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."
Aktualizacje, blogi i ogłoszenia dotyczące usługi Azure Machine Learning
-
OGŁOSZENIE
Będąca w wersji zapoznawczej usługa Azure Open Datasets oferuje dostęp do nadzorowanych zestawów danych.
-
AKTUALIZACJA
Azure Machine Learning - Public preview announcements Ignite, March 2021.
-
AKTUALIZACJA
Azure Machine Learning - Generally available announcements at Ignite, March 2021.
-
AKTUALIZACJA
Azure Machine Learning - Arc enabled machine learning
-
AKTUALIZACJA
General availability: Azure Machine Learning updates for native terminal
-
AKTUALIZACJA
Public preview: Azure Machine Learning - Responsible ML updates
-
AKTUALIZACJA
General availability: Azure Machine Learning Output Datasets
-
AKTUALIZACJA
Public preview: Azure Machine Learning Data Labeling – Image Instance Segmentation
-
AKTUALIZACJA
The Azure Quota REST API to manage service limits (quotas) is now generally available
-
AKTUALIZACJA
Azure Machine Learning updates December 2020 in public preview
Często zadawane pytania dotyczące usługi Azure Machine Learning
-
Ta usługa jest ogólnie dostępna w niektórych krajach/regionach i ich liczba ciągle się zwiększa.
-
The service-level agreement (SLA) for Azure Machine Learning is 99.9 percent uptime.
-
Azure Machine Learning studio is the top-level resource for Machine Learning. This capability provides a centralized place for data scientists and developers to work with all the artifacts for building, training, and deploying machine learning models.