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
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.