Azure Machine Learning
Use um serviço de IA de nível corporativo para o ciclo de vida de aprendizado de máquina de ponta a ponta.
Criar modelos de machine learning comercialmente críticos em escala
O Azure Machine Learning capacita cientistas de dados e desenvolvedores a criar, implantar e gerenciar modelos de alta qualidade com mais rapidez e confiança. Ele acelera o tempo de retorno com operações de aprendizado de máquina (MLOps) líderes do setor, interoperabilidade de código aberto e ferramentas integradas. Essa plataforma confiável foi projetada para aplicativos de IA responsáveis no aprendizado de máquina.
Acelere o tempo de retorno
Desenvolvimento de modelo rápido e personalizado usando estruturas familiares suportadas por uma infraestrutura de IA flexível e avançada.
Colabore e simplifique o MLOps
Implantação, gerenciamento e compartilhamento rápidos de modelos de ML para colaboração entre workspaces e MLOps.
Desenvolva com confiança
Governança, segurança e conformidade internas para executar cargas de trabalho de aprendizado de máquina em qualquer lugar.
Projetar com responsabilidade
IA responsável para criar modelos explicativos usando decisões orientadas por dados para transparência e responsabilidade.
Suporte para o ciclo de vida de aprendizado de máquina de ponta a ponta
Rotulagem de dados
Rotule dados de treinamento e gerencie projetos de rotulagem.
Preparação de dados
Use com mecanismos de análise para exploração e preparação de dados.
Conjuntos de dados
Acesse dados e crie e compartilhe conjuntos de dados.
Blocos de anotações
Use Jupyter Notebooks colaborativos com computação anexada.
Aprendizado de máquina automatizado
Treine e ajuste automaticamente modelos de IA precisos.
Designer do tipo "arrastar e soltar"
Crie com uma interface de desenvolvimento do tipo "arrastar e soltar".
Experimentos
Execute experimentos e crie e compartilhe painéis personalizados.
CLI e SDK do Python
Acelere o processo de treinamento de modelo ao escalar verticalmente e horizontalmente na computação do Azure.
Visual Studio Code e GitHub
Use ferramentas conhecidas de aprendizado de máquina e alterne facilmente do treinamento local para a nuvem.
Instância de computação
Desenvolva em um ambiente gerenciado e seguro com CPUs, GPUs e clusters de supercomputação escalonáveis dinamicamente.
Estruturas e bibliotecas de software livre
Obtenha suporte interno para Scikit-learn, PyTorch, TensorFlow, Keras, Ray RLLib e muito mais.
Pontos de extremidade gerenciados
Implante modelos para inferência em lote e em tempo real de forma rápida e fácil.
Pipelines e CI/CD
Automatize fluxos de trabalho de machine learning.
Imagens predefinidas
Acesse imagens de contêiner com estruturas e bibliotecas para inferência.
Repositório de modelos
Compartilhe e acompanhe os dados e modelos de machine learning.
Híbrido e multinuvem
Treine e implante modelos no local e em ambientes multinuvem.
Modelos otimizados
Acelere o treinamento e a inferência e reduza os custos com o ONNX Runtime.
Registros
Compartilhe e descubra modelos e pipelines entre equipes em sua organização.
Monitoramento e análise
Acompanhe, registre e analise dados, modelos e recursos.
Descompasso de dados
Detecte descompassos e mantenha a precisão do modelo.
Erro de análise
Depure modelos e otimize a precisão do modelo de IA.
Auditoria
Rastreie artefatos de aprendizado de máquina para conformidade.
Políticas
Use políticas internas e personalizadas para gerenciamento de conformidade.
Segurança
Aproveite o monitoramento contínuo com a Central de Segurança do Azure.
Controle de custo
Aplique o gerenciamento de cotas e o desligamento automático.
Azure Machine Learning para Deep Learning
Plataforma gerenciada de ponta a ponta
Simplifique todo o ciclo de vida de aprendizado profundo e o gerenciamento de modelos com recursosMLOps nativos. Execute o aprendizado de máquina com segurança em qualquer lugar com segurança de nível empresarial. Reduza os desvios do modelo e avalie os modelos com o painel de IA responsável.
Quaisquer ferramentas e estruturas de desenvolvimento
Crie modelos de aprendizado profundo com seus ambientes de desenvolvimento integrado (IDEs) preferenciais do Visual Studio Code ao Jupyter Notebooks, na estrutura de sua escolha usando PyTorch e TensorFlow. O Azure Machine Learning interopera com o ONNX Runtime e DeepSpeed para otimizar o treinamento e a inferência.
Desempenho de classe mundial
Use uma infraestrutura de IA criada para fins específicos projetada para combinar as mais recentes GPUs NVIDIA e soluções de rede InfiniBand de até 400 Gbps. Escale verticalmente até milhares de GPUs em um único cluster com escala sem precedentes.
Acelere o tempo de retorno com o desenvolvimento rápido de modelos
Melhore a produtividade com uma experiência de estúdio unificada que dá suporte a tarefas de aprendizado de máquina. Crie, treine e implante modelos com Jupyter Notebooks usando suporte interno para bibliotecas e estruturas populares de código aberto. Crie modelos precisos rapidamente com machine learning automatizado para modelos tabulares, de texto e de imagem. Use Visual Studio Code para ir do treinamento local para a nuvem perfeitamente e dimensionamento automático com ainfraestrutura de IA do Azure da plataforma NVIDIA Quantum-2 InfiniBand.
Colabore e simplifique o gerenciamento de modelos com o MLOps
Simplifique a implantação e o gerenciamento de milhares de modelos em vários ambientes usando o MLOps. Implante e pontue modelos mais rapidamente com pontos de extremidade totalmente gerenciados para previsões em lote e em tempo real. Use pipelines repetíveis para automatizar fluxos de trabalho para CI/CD (integração contínua e entrega contínua). Compartilhe e descubra artefatos de machine learning em várias equipes para colaboração entre workspaces usando registros e repositório de recursos gerenciados. Monitore continuamente as métricas de desempenho do modelo, detecte o descompasso de dados e dispare o novo treinamento para melhorar o desempenho do modelo.
Criar soluções de nível empresarial em uma plataforma híbrida
Coloque a segurança em primeiro lugar em todo o ciclo de vida do aprendizado de máquina usando a governança de dados interna no Microsoft Purview. Aproveite os recursos de segurança abrangentes que envolvem identidade, dados, rede, monitoramento e conformidade, todos testados e validados pela Microsoft. Soluções seguras usando o controle de acesso baseado em função personalizado, redes virtuais, criptografia de dados, pontos de extremidade privados e endereços IP privados. Treine e implante modelos em qualquer lugar, do local ao multinuvem, para atender aos requisitos de soberania de dados. Governe com confiança usando políticas internas e conformidade com 60 certificações, incluindo FedRAMP High HIPAA.
Usar práticas de IA responsáveis durante todo o ciclo de vida
Avalie modelos de machine learning com fluxos de trabalho reproduzíveis e automatizados para avaliar a imparcialidade do modelo, a explicabilidade, a análise de erros, a análise causal, o desempenho do modelo e a análise exploratória dos dados. Faça intervenções na realidade com análise causal no painel de IA responsável e gere um scorecard no momento da implantação. Contextualize as métricas de IA responsável para públicos técnicos e não técnicos para envolver os colaboradores e simplificar a revisão de conformidade.
Crie habilidades de machine learning com o Azure
Saiba mais sobre machine learning no Azure e participe de tutoriais práticos com um percurso de aprendizado de 30 dias. No final, você estará preparado para obter a certificação de Cientista de Dados Associado do Azure.
Principais recursos de serviço para o ciclo de vida completo do aprendizado de máquina
-
Preparação de dados
Itere rapidamente na preparação de dados em escala em clusters do Apache Spark no Azure Machine Learning, interoperável com o Azure Databricks.
-
Repositório de recursos
Aumente a agilidade no envio de seus modelos tornando os recursos detectáveis e reutilizáveis em vários workspaces.
-
Notebooks colaborativos
Inicie seu notebook no Jupyter Notebook ou no Visual Studio Code para ter uma rica experiência de desenvolvimento, incluindo depuração e suporte para controle do código-fonte do Git.
-
Aprendizado de máquina automatizado
Crie rapidamente modelos precisos para classificação, regressão, previsão de série temporal, tarefas de processamento de linguagem natural e tarefas de visual computacional com machine learning automatizado.
-
Machine learning do tipo "arrastar e soltar"
Use ferramentas de aprendizado de máquina como o designer para transformação, treinamento de modelos e avaliação ou para criar e publicar pipelines de aprendizado de máquina.
-
IA Responsável
Crie soluções de IA responsável com recursos de interpretabilidade. Avalie a imparcialidade do modelo por meio de métricas de disparidade e atenue a parcialidade.
-
Registros
Use repositórios em toda a organização para armazenar e compartilhar modelos, pipelines, componentes e conjuntos de dados em vários workspaces. Capturar linhagem e controlar dados usando o recurso de trilha de auditoria.
-
Pontos de extremidade gerenciados
Use pontos de extremidade gerenciados para colocar em operação a implantação e a pontuação de modelos, as métricas de log e executar distribuições de modelo seguras.
Segurança e conformidade abrangentes, internas
-
A Microsoft investe mais de USD$ 1 bilhão por ano em pesquisa e desenvolvimento de segurança cibernética.
-
Empregamos mais de 3.500 especialistas em segurança totalmente dedicados à privacidade e à segurança de dados.
-
O Azure tem mais certificações do que qualquer outro provedor de nuvem. Confira a lista completa.
-
Pague apenas pelo que precisar, sem custos iniciais
Comece a usar uma conta gratuita do Azure
1
2
Após seu crédito terminar, migre para o pagamento conforme o uso para continuar a compilar com os mesmos serviços gratuitos. Pague apenas pelo que você usar além das suas quantidades mensais gratuitas.
3
Saiba como os clientes estão usando o Azure Machine Learning para inovar com IA
“PyTorch e Azure Machine Learning são a combinação perfeita para as metas da nossa equipe de pesquisa, economizando tempo para criar inovação interruptiva.”
Orlando Ribas Fernandes
Cofundador e CEO, Fashable
“Nossas equipes geralmente testam [dados], obtêm resultados e, em seguida, os usam para desenvolver modelos e algoritmos, que então compilamos em produtos de software. Essa plataforma torna todo o processo mais simples, mais rápido e mais simplificado.”
Mogens Mikkelsen
Arquiteto Corporativo, SEGES Innovation
“Como a maioria de nossos grupos depende da solução do Azure Machine Learning, nossos especialistas financeiros podem se concentrar mais em tarefas de nível superior e gastar menos tempo na coleta e entrada de dados manuais.”
Jeff Neilson
Gerente de Ciência de Dados, 3M
i
“Com o Azure Machine Learning, podemos mostrar ao paciente uma pontuação de risco altamente personalizada para circunstâncias individuais. … Em última análise, pretendemos reduzir o risco, reduzir a incerteza e melhorar os resultados cirúrgicos.”
Professor Mike Reed
Diretor Clínico, Trauma & Ortopedia, Northumbria Healthcare NHS Foundation Trust
1
“A capacidade de escalar e reduzir verticalmente os recursos de computação é fundamental para a velocidade da inovação e a eficiência de custos.... O Azure Machine Learning e suas funcionalidades internas de operações de aprendizado de máquina simplificam a agilidade e a economia.”
Kate Puech
Diretor de Engenharia de IA, Axon
.
“Usar os recursos automatizados de aprendizado de máquina do Azure Machine Learning para criação de modelos de machine learning nos permitiu estabelecer um ambiente no qual podemos criar e experimentar vários modelos de várias perspectivas.”
Keiichi Sawada
Divisão de Transformação Corporativa, Seven Bank
Recursos do Azure Machine Learning
Tutoriais avançados
Treinar modelos de machine learning
Ajuste de hiperparâmetro em um modelo
Pipelines de aprendizado de máquina com o SDK do Python
Treinar modelos de classificação sem código
Treinar modelos de regressão sem código usando o designer
Monitorar e analisar trabalhos no estúdio
Gerenciamento, implantação e monitoramento de modelos
Criar e operar soluções de aprendizado de máquina
IDC MarketScape: Avaliação do Fornecedor do MLOps 2022
Saiba como as organizações empresariais em todos os setores estão usando o MLOps para superar os desafios da implementação de tecnologias de IA e aprendizado de máquina.
Guiar de especialização em Azure Machine Learning.
Aprenda técnicas de especialistas para criar pipelines e modelos de machine learning automatizados e altamente escalonáveis de ponta a ponta no Azure usando o TensorFlow, o Spark e o Kubernetes.
White paper de engenharia do MlOps
Descubra uma abordagem sistemática para criar, implantar e monitorar soluções de aprendizado de máquina com o MLOps. Crie, teste e gerencie rapidamente ciclos de vida de aprendizado de máquina prontos para produção em escala.
Estudo sobre o Impacto Econômico Total da Forrester
O estudo Forrester Consulting Total Economic ImpactTM, encomendado pela Microsoft, examina o potencial retorno sobre o investimento que as empresas podem obter com o Azure Machine Learning.
White paper de soluções de Machine Learning
Saiba como criar soluções de aprendizado de máquina mais seguras, escalonáveis e equitativas.
White paper de IA responsável
Leia sobre ferramentas e métodos para entender, proteger e controlar melhor seus modelos.
White paper do MLOps
Acelere o processo de criar, treinar e implantar modelos em escala.
White paper de aprendizado de máquina habilitado para Azure Arc
Saiba como criar, treinar e implantar modelos em qualquer infraestrutura.
Perguntas frequentes sobre o Azure Machine Learning
-
O serviço está em disponibilidade geral em vários países/regiões e estará em mais outros em breve.
-
O SLA para Azure Machine Learning é de 99,9% de tempo de atividade.
-
O Estúdio do Azure Machine Learning é o recurso de nível mais elevado do Machine Learning. Essa funcionalidade oferece um local centralizado para desenvolvedores e cientistas de dados trabalharem com todos os artefatos para criar, treinar e implantar modelos de machine learning.