Ignorar navegação

Azure Machine Learning

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

Criar modelos de machine learning comercialmente críticos em escala

Capacite os cientistas de dados e desenvolvedores a criar, implantar e gerenciar modelos de alta qualidade com mais rapidez e confiança. Acelere o tempo de geração de valor com MLOps (operações de machine learning) líderes do setor, interoperabilidade de código aberto e ferramentas integradas. Inove em uma plataforma segura e confiável, projetada para um ML (machine learning) responsável.

Crie e treine modelos rapidamente

Use a experiência de desenvolvimento do estúdio para acessar ferramentas integradas e obter o melhor suporte possível para estruturas e bibliotecas de código aberto.

Operacionalize em escala

Implante modelos com um clique, gerenciando-os e administrando-os com eficiência usando o MLOps.

Forneça soluções responsáveis

Entenda e proteja dados e modelos, crie com imparcialidade e aprimore a qualidade do modelo.

Inove em uma plataforma híbrida mais segura

Execute cargas de trabalho de machine learning em qualquer lugar com governança, segurança e conformidade internas.

Aumente o ROI em até três vezes em projetos de ML

70% menos etapas para modelos de treinamento

90% menos linhas de código para pipelines

60 certificações de conformidade

A única plataforma com o PyTorch Enterprise

Support for the end-to-end machine learning (ML) lifecycle

Rotulagem de dados

Label training data and manage labeling projects.

Preparação de dados

Integrate with analytics engines for data exploration and preparation.

Conjuntos de dados

Access data and create and share datasets.

Notebooks

Use collaborative Jupyter notebooks with attached compute.

ML Automatizado

Automatically train and tune accurate models.

Drag-and-drop designer

Design with drag-and-drop development interface.

Experimentos

Run experiments and create and share custom dashboards.

Visual Studio Code and GitHub

Use familiar tools and switch easily from local to cloud training.

Instância de computação

Develop in a managed and secure environment with cloud CPUs, GPUs, and supercomputing clusters.

Open-source libraries and frameworks

Get built-in support for Scikit-learn, PyTorch, TensorFlow, Keras, Ray RLLib, and more.

Managed endpoints

Utilize one-click deployment for batch and real-time inference.

Pipelines and CI/CD

Automate machine learning workflows.

Pre-built images

Access container images with frameworks and libraries for inference.

Model repository

Share and track models and data.

Hybrid and multicloud

Train and deploy models on-premises and across multicloud.

Optimize models

Accelerate training and inference and lower costs with ONNX Runtime.

Monitorar e analisar

Track, log, and analyze data, models, and resources.

Descompasso de dados

Detect drift and maintain model accuracy.

Erro de análise

Debug models and optimize model accuracy.

Auditar

Trace ML artifacts for compliance.

Políticas

Leverage built-in and custom policies for compliance management.

Segurança

Enjoy continuous monitoring with Azure Security Center.

Control costs

Apply quota management and automatic shutdown.

Acelere o tempo de geração de valor com um desenvolvimento de modelos rápido e preciso

Aprimore a produtividade com o estúdio, a experiência de desenvolvimento que dá suporte a todas as tarefas de ML para criar, treinar e implantar modelos. Colabore com os notebooks do Jupyter usando o suporte interno para estruturas e bibliotecas de código aberto populares. Crie modelos precisos rapidamente com o ML automatizado, usando a engenharia de recursos e as funcionalidades de limpeza de hiperparâmetro. Acesse o depurador, o criador de perfil e as explicações para aprimorar o desempenho do modelo conforme você treina. Use a integração profunda do Visual Studio Code para migrar do treinamento local para a nuvem sem interrupções e realizar dimensionamento automático com uma poderosa CPU baseada em nuvem e clusters de GPU.

Operacionalizar em escala com MLOps (operações de machine learning)

Simplifique a implantação e o gerenciamento de milhares de modelos locais, na borda e em ambientes de multinuvem 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 que podem ser repetidos para automatizar fluxos de trabalho para CI/CD (integração contínua e entrega contínua). Monitore continuamente as métricas de desempenho do modelo, detecte descompasso de dados e dispare novos treinamentos para aprimorar o desempenho do modelo. E, durante todo o ciclo de vida, habilite a capacidade de auditoria e a governança com acompanhamento e linhagem prontos para uso em todos os artefatos de ML.

Entregue soluções de machine learning responsáveis

Acesse funcionalidades de IA responsáveis líderes do setor para aumentar a transparência do modelo e aprimorar a confiabilidade. Entenda os modelos usando visualizações prontas para uso e use análise de teste de hipóteses para determinar o impacto do recurso nas previsões. Compartilhe os grafos de explicação do modelo com sua equipe para garantir a conformidade. Use algoritmos de ponta para testar os modelos quanto a problemas de imparcialidade, comparar modelos diferentes e tomar medidas para reduzir os problemas. Identifique e depure erros de modelo com o kit de ferramentas de análise de erros para aprimorar a precisão do modelo.

Inove em uma plataforma híbrida que é mais segura e em conformidade

Aumente a segurança no ciclo de vida do ML com funcionalidades abrangentes que incluem identidade, autenticação, dados, rede, monitoramento, governança e conformidade. Crie soluções de ML mais seguras usando o controle de acesso baseado em função personalizado, redes virtuais, criptografia de dados, pontos de extremidade privados e endereços IP privados de ponta a ponta. Treine e implante modelos locais para atender aos requisitos da soberania de dados. Gerencie a governança com políticas internas e simplifique a conformidade com um portfólio abrangente 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 este percurso de aprendizado de 30 dias. No final, você estará preparado para obter a Certificação de Cientista de Dados Associado do Azure.

Principais funcionalidades de serviço para o ciclo de vida de ML completo

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

Execute a preparação de dados interativa com o PySpark, usando a integração interna com o Azure Synapse Analytics.

Notebooks 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.

Aprendizado de máquina automatizado

Crie rapidamente modelos precisos para classificação, regressão e previsão de série temporal. Use a interpretabilidade do modelo para entender como o modelo foi criado.

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

Escale o aprendizado de reforço para clusters de computação avançados, dê suporte a cenários com vários agentes e acesse algoritmos, estruturas e ambientes de aprendizado de reforço de código aberto.

Machine learning responsável

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 a sua equipe.

Trilha de auditoria e registro de modelo

Use o registro central para armazenar e acompanhar dados, modelos e metadados. Capture automaticamente os dados de linhagem e de governança com a 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 trabalhos do ML.

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.

Integração profunda a outros serviços do Azure

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

Suporte híbrido e de multinuvem

Execute o machine learning em clusters do Kubernetes existentes localmente, em ambientes multinuvem e na borda com o Azure Arc. Use o agente de machine learning com um clique para começar a treinar 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

Permite que a TI reduza o custo e gerencie melhor as alocações de recursos para instâncias de computação com limites de cota do workspace e no nível de recurso, bem como o desligamento automático.

Pague apenas pelo que precisar, sem custo inicial

Especialização no Azure Machine Learning

Domine 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.

Engineering MLOps

Discover a systematic approach to building, deploying, and monitoring machine learning solutions with MLOps. Rapidly build, test, and manage production-ready machine learning life cycles at scale.

O Forrester WaveTM 2020

A Forrester nomeia o Microsoft Azure Machine Learning como líder no The Forrester Wave™: Análise Preditiva e Machine Learning baseados em Notebook, 3T de 2020.

Intervalo de ROI projetado até três vezes maior – TEI (Forrester Total Economic ImpactTM)

O TEI (Forrester Total Economic Impact™), um estudo encomendado conduzido pela Forrester Consulting, fornece uma estrutura para avaliar o potencial impacto financeiro do Azure Machine Learning nas organizações.

Whitepaper de soluções de machine learning com escala corporativa

Capacitando as organizações a criar soluções de ML seguras, escalonáveis e imparciais com o Azure Machine Learning.

Whitepaper de IA responsável

Ferramentas e métodos para entender, proteger e controlar seus modelos.

Whitepaper de MLOps (operações de machine learning)

Acelere o processo de criar, treinar e implantar modelos em escala.

Como usar o Azure Machine Learning

Acesse sua experiência Web do estúdio

Crie e treine

Implantar e gerenciar

Etapa 1 de 1

Crie modelos e armazene seus destinos de computação, modelos, implantações e métricas, bem como 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.

Começar a usar o Azure Machine Learning hoje mesmo

Obtenha acesso instantâneo e um crédito de $200 ao se inscrever para uma conta gratuita do Azure.

Entre no portal do Azure.

Clientes que usam o Azure Machine Learning

"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

"The end-to-end pipeline (built with Azure Machine Learning) has all the features needed to develop and maintain machine learning models throughout their lifecycles."

Dr. Deepa Kasinathan, Gerente de Produto e Líder de Equipe, Robotron Datenbank-Software GmbH
BMW Group

"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."

Ignasi Paredes-Oliva, principal cientista de dados, Centro de Operações de Segurança Global da Nestlé
Nestle Italia

"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

Facilitando a vida dos passageiros de trem

DB Systel, o parceiro digital da empresa ferroviária alemã Deutsche Bahn, desenvolveu uma solução chamada Cão Guia Digital para auxiliar os passageiros. Usando o Microsoft Azure Machine Learning, leva apenas algumas horas para treinar um novo modelo usando redes neurais.

DB Systel GmbH

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 tempo de atividade do SLA (Contrato de Nível de Serviço) do Azure Machine Learning é de 99,9%.
  • 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

Podemos ajudar você?