Ignorar navegação

Azure Machine Learning

Propague a inteligência artificial em toda a empresa com uma plataforma confiável e escalonável completa, que oferece experimentação e gerenciamento de modelos

Acelere o ciclo de vida do Machine Learning de ponta a ponta

Empower data scientists and developers with a wide range of productive experiences to build, train, and deploy machine learning models and foster team collaboration. Accelerate time to market with industry-leading MLOps—machine learning operations, or DevOps for machine learning. Innovate on a secure, trusted platform, designed for responsible machine learning.

Machine Learning para todos os níveis de habilidade

Productivity for all skill levels, with Jupyter Notebooks, drag-and-drop designer, and automated machine learning

MLOps de ponta a ponta

Robust MLOps capabilities that enable creation and deployments of models at scale using automated and reproducible machine learning workflows

Inovação de machine learning responsável

Rich set of built-in responsible capabilities to understand, protect, and control data, models, and processes

Aberto e interoperável

Best-in-class support for open-source frameworks and languages including MLflow, Kubeflow, ONNX, PyTorch, TensorFlow, Python, and R

Boost productivity with machine learning for all skill levels

Crie e implante rapidamente modelos de machine learning usando ferramentas que atendam às suas necessidades independentemente do nível de habilidade. Use Jupyter Notebooks integrados com Intellisense ou o designer do tipo "arrastar e soltar". Acelere a criação de modelos com machine learning automatizado e acesse funcionalidades avançadas de engenharia de recursos, seleção de algoritmo e varredura de hiperparâmetros. Aumente a eficiência da equipe com conjuntos de dados compartilhados, notebooks, modelos e painéis personalizáveis que rastreiam todos os aspectos do processo de machine learning.

Operacionalize modelos em escala com o MLOps

Take advantage of MLOps to streamline the machine learning lifecycle, from building models to deployment and management. Create reproducible workflows with machine learning pipelines, and train, validate, and deploy thousands of models at scale, from the cloud to the edge. Use managed online and batch endpoints to seamlessly deploy and score models without managing the underlying infrastructure. Use Azure DevOps or GitHub Actions to schedule, manage, and automate the machine learning pipelines, and use advanced data-drift analysis to improve model performance over time.

Criar soluções de machine learning responsáveis

Access state-of-the-art responsible machine learning capabilities to understand, control, and help protect your data, models, and processes. Explain model behavior during training and inferencing, and build for fairness by detecting and mitigating model bias. Preserve data privacy throughout the machine learning lifecycle with differential privacy techniques and use confidential computing to secure machine learning assets. Automatically maintain audit trails, track lineage, and use model datasheets to enable accountability.

Inovar em uma plataforma aberta e flexível

Get built-in support for open-source tools and frameworks for machine learning model training and inferencing. Use familiar frameworks like PyTorch, TensorFlow, or scikit-learn, or the open and interoperable ONNX format. Choose the development tools that best meet your needs, including popular IDEs, Visual Studio Code, Jupyter Notebooks, and CLIs, or languages such as Python and R. Use ONNX Runtime to optimize and accelerate inferencing across cloud and edge devices. Track all aspects of your training experiments using MLflow.

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 deste percurso de aprendizagem, você estará preparado para obter a Certificação de Associado Cientista de Dados do Azure.

Segurança avançada, governança e infraestrutura híbrida

  • Treine modelos na infraestrutura híbrida usando clusters do Kubernetes no local, em ambientes multinuvens e na borda com a interoperabilidade do Azure Arc.
  • Acesse funcionalidades de segurança, como acesso baseado em função, funções de machine learning personalizadas, redes virtuais e links privados. Gerencie a governança com políticas, trilhas de auditoria, gerenciamento de custos e cotas.
  • Simplifique a conformidade com um amplo portfólio que abrange 60 certificações, incluindo FedRAMP High e DISA IL5.

Principais funcionalidades do serviço

Notebooks colaborativos

Maximize productivity with IntelliSense, easy compute and kernel switching, and offline notebook editing. Launch your notebook in Visual Studio Code for a rich development experience, including secure debugging and support for Git source control.

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 com módulos para transformação, treinamento de modelos e avaliação ou para criar e publicar pipelines de machine learning.

Rotulagem de dados

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

MLOps

Use the central registry to store and track data, models, and metadata. Automatically capture lineage and governance data. Use Git to track work and GitHub Actions to implement workflows. Manage and monitor runs, or compare multiple runs for training and experimentation. Use managed endpoints to operationalize model deployment and scoring, log metrics, and perform safe model rollouts.

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 os serviços do Microsoft Power BI e do Azure, como o Azure Synapse Analytics, o Azure Cognitive Search, o Azure Data Factory, o Azure Data Lake, Azure Arc e o Azure Databricks.

Suporte híbrido e de multinuvem

Run machine learning on existing Kubernetes clusters on-premises, in multicloud environments, and at the edge with Azure Arc. Use the one-click machine learning agent to start training models more securely, wherever your data lives.

Aprendizado de reforço

Dimensione o aprendizado de reforço para clusters de computação avançados, dê suporte a cenários de vários agentes e acesse algoritmos, estruturas e ambientes de aprendizado de reforço de software livre.

Machine learning responsável

Get model transparency at training and inferencing with interpretability capabilities. Assess model fairness through disparity metrics and mitigate unfairness. Help protect data with differential privacy and confidential machine learning pipelines.

Segurança de nível empresarial

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

Gerenciamento de custos

Gerencie melhor as alocações de recursos para as instâncias de computação do Azure Machine Learning com os limites de cota no nível de workspace e de recurso.

Pague apenas pelo que precisar, sem custo inicial

Confira Preços do Azure Machine Learning

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.

princípios de ciência de dados

Muitas pessoas que trabalham usando dados desenvolveram habilidades em matemática, programação ou competência de domínio, mas a ciência de dados adequada exige as três. Este livro eletrônico abrangente ajuda a preencher as lacunas.

Uma Líder do Forrester Wave 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.

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, métricas e históricos de execução na nuvem.

Etapa 1 de 1

Use o aprendizado de máquina automatizado para identificar algoritmos e hiperparâmetros e controlar testes na nuvem. Crie modelos usando notebooks ou o designer do tipo "arrastar e soltar".

Etapa 1 de 1

Implante 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

"The model we deployed on Azure Machine Learning helped us choose three new retail locations. Those stores exceeded their revenue plans by over 200 percent [that] December, the height of our season, and within months of opening were among the best-performing stores in their districts."

Jolie Vitale, Diretor de BI e de análises, Carhartt
Carhartt

"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

"Azure Machine Learning allows us to manage the entire lifecycle, from experimentation and development to production and enhancements."

Joey Chua, gerente sênior de engenharia de machine learning, AGL
AGL

"With model interpretability in Azure Machine Learning, we have a high degree of confidence that our machine learning model is generating meaningful and fair results."

Daniel Engberg, chefe de análise de dados e inteligência artificial, Scandinavian Airlines
Scandinavian Airlines

"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, Senior Director of Shopper Insights Data Science and Advanced Analytics, PepsiCo
PepsiCo

"We see Azure Machine Learning and our partnership with Microsoft as critical to driving increased adoption and acceptance of AI from the regulators."

Alex Mohelsky, líder de IA, análise e dados de parceiro e consultoria, EY Canada
EY

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