Ignorar navegação

Azure Machine Learning

Usar um serviço de nível empresarial para o ciclo de vida de aprendizado de máquina de ponta a ponta

Azure Machine Learning

Usar um serviço de nível empresarial para o ciclo de vida de aprendizado de máquina de ponta a ponta

Modelos de aprendizado de máquina 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 mLOps (operações de aprendizado de máquina) líderes do setor, interoperabilidade de código aberto e ferramentas integradas. Essa plataforma confiável foi projetada para aplicativos de IA responsável no aprendizado de máquina.

Desenvolvimento e treinamento rápidos de modelos, com ferramentas integradas e suporte para bibliotecas e estruturas de código aberto

Desenvolvimento de modelo de IA responsável com justiça e explicabilidade integradas e uso responsável para fins de conformidade

Gerenciamento, compartilhamento rápidos e Implantação de modelo de ML para colaboração entre espaços de trabalho e MLOPs

Governança, segurança e conformidade integradas para executar cargas de trabalho de aprendizado de máquina em qualquer lugar

Suporte para o ciclo de vida de machine learning de ponta a ponta

Rotulagem de dados

Rotule os dados de treinamento e gerencie os projetos de rotulagem.

Preparação de dados

Use com mecanismos de análise para exploração e preparação de dados.

Conjuntos de dados

Acessar dados, criar e compartilhar conjuntos de dados.

Notebooks

Use Jupyter notebooks colaborativos com computação anexada.

Machine learning automatizado

Treine e ajuste automaticamente modelos precisos.

Designer de arrastar e soltar

Projete com uma interface de desenvolvimento do tipo \"arrastar e soltar\".

Experimentos

Faça experimentos e crie e compartilhe painéis personalizados.

CLI e SDK do Python

Acelere o processo de treinamento do modelo enquanto expande e expande na computação do Azure.

Visual Studio Code e GitHub

Use ferramentas familiares e mude facilmente do treinamento local para o treinamento na nuvem.

Instância de computação

Desenvolva em um ambiente gerenciado e seguro com CPUs em nuvem, GPUs e clusters de supercomputação.

Bibliotecas e estruturas de código aberto

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 com rapidez e facilidade.

Pipelines e CI/CD

Automatizar os fluxos de trabalho de aprendizado.

Imagens pré-construídas

Acesse imagens de contêiner com estruturas e bibliotecas para inferência.

Repositório de modelo

Compartilhe e acompanhe modelos e dados.

Híbrido e multinuvem

Treine e implante modelos no local e em ambientes multinuvem.

Otimizar modelos

Acelere o treinamento e a inferência e reduza os custos com o ONNX Runtime.

Monitoramento e análise

Rastreie, registre e analise dados, modelos e recursos.

Descompasso de dados

Detecte o desvio e mantenha a precisão do modelo.

Erro de análise

Depure modelos e otimize a precisão do modelo.

Auditoria

Rastreie artefatos de machine learning para conformidade.

Políticas

Use políticas integradas e personalizadas para gerenciamento de conformidade.

Segurança

Aproveite o monitoramento contínuo com a Central de Segurança do Azure.

Controle de custo

Aplicar gerenciamento de cotas e desligamento automático.

Acelere o tempo de retorno com um desenvolvimento rápido de modelos

Melhore a produtividade com o recurso de estúdio, uma experiência de desenvolvimento que oferece suporte a todas as tarefas de aprendizado de máquina, para criar, treinar e implantar modelos. Colabore com Jupyter Notebooks usando suporte integrado para bibliotecas e estruturas de código aberto populares. Crie modelos precisos rapidamente com aprendizado de máquina automatizado para modelos de tabela, texto e imagem usando recursos de engenharia de recursos e varredura de hiperparâmetros. Use o Visual Studio Code para ir do treinamento local para a nuvem sem problemas e dimensione automaticamente com clusters poderosos de CPU e GPU baseados em nuvem.

Operacionalize em escala com MLOps

Simplifique a implantação e o gerenciamento de milhares de modelos em vários ambientes com o MLOps. Implante e pontue modelos mais rapidamente com pontos de extremidade gerenciados para previsões em lote e em tempo real. Use pipelines repetíveis para automatizar fluxos de trabalho para integração contínua e entrega contínua (CI/CD). Compartilhe e descubra os artefatos de aprendizado de máquina em várias equipes para colaboração entre espaços de trabalho usando registros. Monitore continuamente as métricas de desempenho do modelo, detecte descompasso de dados e dispare o novo treinamento para melhorar o desempenho do modelo.

Entregue soluções de machine learning responsáveis

Avalie modelos de aprendizado de máquina com fluxos de trabalho reproduzíveis e automatizados para avaliar a imparcialidade do modelo, a explicabilidade, a análise de erros, a análise de causa, o desempenho do modelo e a análise exploratória de dados. Faça intervenções e crie políticas da vida real com análise de causa no painel de IA responsável e gere um scorecard no momento da implantação. Contextualize as métricas de IA responsável para o público técnico e não técnico para envolver as partes interessadas e simplificar a revisão de conformidade.

Inovar em uma plataforma híbrida mais segura e compatível

Aumente a segurança no ciclo de vida do aprendizado de máquina com funcionalidades abrangentes que incluem identidade, dados, rede, monitoramento e conformidade. Proteja as soluções 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 locais para atende aos requisitos de soberania de dados. Gerencie com políticas internas e simplifique a conformidade com 60 certificações, incluindo FedRAMP High e HIPAA.

Crie habilidades de machine learning com o Azure

Saiba mais sobre machine learning no Azure e participe de tutoriais práticos com uma jornada de aprendizado de 30 dias. No final, você estará preparado para obter a Certificação de Associado de Cientista de Dados do Azure.

Principais recursos de serviço para todo o ciclo de vida do machine learning

Rotulagem de dados

Crie, gerencie e monitore os projetos de rotulagem e automatize tarefas iterativas com a rotulagem assistida por machine learning.

Preparação de dados

Faça iterações rápidas na preparação de dados  em escala em clusters do Apache Spark  no Azure Machine Learning, interoperáveis com o Azure Synapse Analytics.

Blocos de anotações colaborativos

Maximize a produtividade com o IntelliSense, a fácil alternância de kernel e computação e a edição de notebooks offline. Inicie seu notebook no Visual Studio Code para ter uma experiência de desenvolvimento rica, incluindo depuração segura e suporte para controle do código-fonte do Git.

Machine learning automatizado

Crie rapidamente modelos precisos para classificação, regressão, previsão de séries temporais, tarefas de processamento de linguagem natural e tarefas de pesquisa visual computacional. Use a interpretabilidade do modelo para entender como o modelo foi construído.

Machine learning do tipo "arrastar e soltar"

Use ferramentas de machine learning como o designer para transformação de dados, treinamento de modelos e avaliação ou para criar e publicar com facilidade pipelines de machine learning.

Aprendizado de reforço

Dimensione o aprendizado por reforço para clusters de computação poderosos, dê suporte a cenários de vários agentes e acesse algoritmos, estruturas e ambientes de aprendizado por reforço de código aberto.

Criação Responsiva

Obtenha a transparência do modelo no treinamento e na inferência com funcionalidades de interpretabilidade. Avalie a imparcialidade do modelo por meio de métricas de disparidade e atenue a parcialidade. Aprimore a confiabilidade do modelo e identifique e diagnostique erros no modelo com o kit de ferramentas de análise de erros. Ajude a proteger os dados com a privacidade diferencial.

Experimentação

Gerencie e monitore execuções ou compare várias execuções para treinamento e experimentação. Crie painéis personalizados e compartilhe-os com sua equipe.

Registros

Use repositórios em toda a organização para armazenar e compartilhar modelos, pipelines, componentes e conjuntos de dados em vários espaços de trabalho. Capture automaticamente dados de linhagem e governança usando o recurso de trilha de auditoria.

Git e GitHub

Use a integração do Git para acompanhar o trabalho e o suporte do GitHub Actions para implementar fluxos de trabalho de machine learning.

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.

Computação de dimensionamento automático

Use a computação gerenciada para distribuir o treinamento e testar, validar e implantar modelos rapidamente. Compartilhe clusters de CPU e GPU em um workspace e dimensione automaticamente para atender às suas necessidades de machine learning.

Interoperabilidade com outros serviços do Azure

Acelere a produtividade com o Microsoft Power BI e serviços como Azure Synapse Analytics, Azure Cognitive Search, Azure Data Factory, Azure Data Lake, Azure Arc, Central de Segurança do Azure e Azure Databricks.

Suporte híbrido e de multinuvem

Execute o machine learning em clusters Kubernetes existentes no local, em ambientes multinuvem e na borda com o Azure Arc. Use o agente de machine learning simples para iniciar o treinamento de modelos com mais segurança, onde quer que seus dados estejam.

Segurança de nível empresarial

Crie e implante modelos com mais segurança com funcionalidades de isolamento de rede e de IP privado de ponta a ponta, controle de acesso baseado em função para recursos e ações, funções personalizadas e identidade gerenciada para recursos de computação.

Gerenciamento de custos

Reduza os custos de TI e gerencie melhor as alocações de recursos para instâncias de computação, com limites de cota de espaço de trabalho e de nível de recurso e desligamento automático.

Guia de domínio do Azure Machine Learning

Aprenda técnicas especializadas para criar modelos e pipelines de machine learning de ponta a ponta automatizados e altamente escalonáveis ​​no Azure usando TensorFlow, Spark e Kubernetes.

Documento técnico MLOps de engenharia

Descubra uma abordagem sistemática para criar, implantar e monitorar soluções de machine learning com MLOps. Crie, teste e gerencie rapidamente ciclos de vida de machine learning prontos para produção em escala.

O relatório Forrester WaveTM 2020

Veja por que a Forrester nomeou o Azure Machine Learning como líder no Forrester WaveTM: análise preditiva baseada em notebook e machine learning, terceiro trimestre de 2020.

Estudo de Impacto Econômico Total da ForresterTM (TEI)

O estudo Total Economic ImpactTM (TEI) da Forrester Consulting, encomendado pela Microsoft, examina o potencial de retorno sobre o investimento (ROI) que as empresas podem obter com o Azure Machine Learning.

Documento técnico de soluções do Machine Learning

Saiba como criar soluções seguras, escaláveis ​​e equitativas.

Documento técnico de IA responsável

Leia sobre ferramentas e métodos para entender, proteger e controlar seus modelos.

White paper de Operações de aprendizado de máquina (MLOps)

Acelere o processo de construção, treinamento e implantação de modelos em escala.

White paper de Machine Learning habilitado para Azure Arc

Saiba como criar, treinar e implantar modelos em qualquer infraestrutura.

Segurança e conformidade abrangentes, internas

  • A Microsoft investe mais de USD 1 bilhão anualmente em pesquisa e desenvolvimento de segurança cibernética.

  • Contamos com mais de 3,500 especialistas em segurança dedicados à privacidade e à segurança de dados.

  • O Azure tem mais certificações de conformidade que qualquer outro provedor de nuvem. Veja a lista completa.

Como usar o Azure Machine Learning

Acesse sua experiência Web do estúdio

Criar e treinar

Implantar e gerenciar

Etapa 1 de 1

Crie novos modelos e armazene seus destinos de computação, modelos, implantações, métricas e históricos de execução na nuvem.

Etapa 1 de 1

Use o machine learning automatizado para identificar algoritmos e hiperparâmetros e acompanhar os testes na nuvem. Crie modelos usando notebooks ou o designer do tipo \"arrastar e soltar\".

Etapa 1 de 1

Implante o seu modelo de machine learning na nuvem ou na borda, monitore o desempenho e treine-o novamente, conforme necessário.

Pague apenas pelo que precisar, sem custo inicial

Comece com uma conta gratuita do Azure

Iniciar gratuitamente. Obtenha $200 crédito para usar em 30 dias. Enquanto você tem seu crédito, obtenha quantias gratuitas de muitos de nossos serviços mais populares, além de quantias gratuitas de mais de 40 outros serviços que são sempre gratuitos.

Após o crédito, mude para pré-pago para continuar construindo com os mesmos serviços gratuitos. Pague apenas se você usar mais do que seus valores mensais gratuitos.

Após 12 meses, você continuará recebendo mais de 40 serviços sempre gratuitos e ainda pagará apenas pelo que usar além dos valores mensais gratuitos.

Clientes que usam o Azure Machine Learning

"We make it our mission to try new ideas and go beyond to differentiate AXA UK from other insurers. We see managed endpoints in Azure Machine Learning as a key enabler for our digital ambition."

Nic Bourven, Chief Information Officer, AXA UK
AXA Reino Unido

"Customers expect timely and accurate information on their packages and a data-based delivery experience. We're helping FedEx stay on the leading edge with Azure Machine Learning, and we're building expertise for future projects."

Bikram Virk, Gerente de Produto, IA e Machine Learning, FedEx
FedEx

"As more of our groups rely on the Azure Machine Learning solution, our finance experts can focus more on higher-level tasks and spend less time on manual data collection and input."

Jeff Neilson, Gerente de Ciência de Dados, 3M
3M

"With Azure Machine Learning, we can show the patient a risk score that is highly tailored to their individual circumstances. …Ultimately, we aim to reduce risk, reduce uncertainty, and improve surgical outcomes."

Professor Mike Reed, Diretor Clínico, Trauma e Ortopedia, Northumbria Healthcare NHS Foundation Trust
NHS

"We've used the MLOps capabilities in Azure Machine Learning to simplify the whole machine learning process. That allows us to focus more on data science and let Azure Machine Learning take care of end-to-end operationalization."

Michael Cleavinger, Diretor Sênior de Ciência de Dados, Insights do Comprador e Análise Avançada, PepsiCo
PepsiCo

"Using automated machine learning features of Azure Machine Learning for machine learning model creation enabled us to realize an environment in which we can create and experiment with various models from multiple perspectives."

Keiichi Sawada, Divisão de Transformação Corporativa, Seven Bank
Seven Bank

Atualizações, blogs e comunicados do Azure Machine Learning

Perguntas frequentes sobre o Azure Machine Learning

  • O serviço está em disponibilidade geral em vários países/regiões e estará em mais em breve.
  • O contrato de nível de serviço (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 para o 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.

Estamos prontos para configurar sua conta gratuita do Azure quando você quiser

Experimente o Machine Learning gratuitamente

Introdução aos preços de pagamento conforme o uso

Podemos ajudar você?