Pomiń nawigację

Projektant usługi Azure Machine Learning

Wizualne tworzenie, testowanie i wdrażanie modeli uczenia maszynowego

Wizualne uczenie maszynowe w celu zwiększenia produktywności

Interfejs typu „przeciągnij i upuść” przyspiesza tworzenie i wdrażanie modeli dla całego zespołu ds. nauki o danych — od początkujących osób do profesjonalistów.

Wizualne uczenie maszynowe w celu zwiększenia produktywności

Nawiązywanie połączeń z dowolnym źródłem danych oraz przygotowywanie i wstępne przetwarzanie danych przy użyciu różnorodnych wbudowanych modułów

Wizualne tworzenie i trenowanie modeli przy użyciu najnowszych algorytmów uczenia maszynowego i uczenia głębokiego

Weryfikowanie i ocenianie modeli przez przeciąganie i upuszczanie modułów

Wdrażanie i publikowanie punktów końcowych wnioskowania wsadowego lub w czasie rzeczywistym za pomocą kilku kliknięć

Łatwe łączenie i przygotowywanie danych

Przeciągaj i upuszczaj zarejestrowane zestawy danych, łącz się z różnymi źródłami danych (np. Azure Blob Storage, Azure Data Lake Storage, Azure SQL) lub przekazuj dane z plików lokalnych. Wyświetlaj podgląd profilu danych i wizualizuj go jednym kliknięciem. Wstępnie przetwarzaj dane przy użyciu bogatego zestawu wbudowanych modułów do przekształcania danych i doboru cech.

Tworzenie i trenowanie modeli bez pisania kodu

Twórz i trenuj modele uczenia maszynowego przy użyciu nowoczesnych algorytmów uczenia maszynowego i uczenia głębokiego, obejmujących przetwarzanie obrazów, analizy tekstu, rekomendacje i wykrywanie anomalii. Twórz modele bez kodu, przeciągając i upuszczając moduły, albo wprowadzaj dostosowania przy użyciu kodu w językach Python i R.

Weryfikowanie i ocenianie jakości modelu

Interakcyjnie uruchamiaj potoki uczenia maszynowego. Stosuj weryfikację krzyżową modeli i zestawów danych pod kątem dokładności. Kilkoma kliknięciami uzyskuj dostęp do wizualizacji danych w celu oceniania modeli. Przeprowadzaj szybką analizę głównych przyczyn przy użyciu wykresów oraz podglądu dzienników i danych wyjściowych na potrzeby debugowania i rozwiązywania problemów.

Wdrażanie modeli i publikowanie punktów końcowych kilkoma kliknięciami

Kilkoma kliknięciami wdrażaj w swoim środowisku modele na potrzeby wnioskowania wsadowego lub w czasie rzeczywistym. Automatycznie generuj pliki oceniania i obraz wdrożenia. Modele i inne zasoby są przechowywane w centralnym rejestrze, aby umożliwić śledzenie i określanie pochodzenia w ramach operacji uczenia maszynowego (MLOps).

Zasoby i dokumentacja projektanta usługi Azure Machine Learning

Zacznij pracę z projektantem usługi Azure Machine Learning

Doskonal swoje umiejętności uczenia maszynowego na platformie Azure

Dowiedz się więcej o uczeniu maszynowym na platformie Azure i weź udział w praktycznych samouczkach w ramach tej 30-dniowej podróży edukacyjnej. Ukończenie jej przygotuje Cię do uzyskania certyfikatu Azure Data Scientist Associate.

Wszystko gotowe — utwórz bezpłatne konto platformy Azure