Azure Machine Learning

Serviço de aprendizagem automática de nível empresarial para criar e implementar modelos rapidamente

Acelere o ciclo de vida completo de aprendizagem automática

Capacite os programadores e cientistas de dados com um vasto leque de experiências produtivas para criarem, prepararem e implementarem modelos de machine learning mais rapidamente. Acelere o tempo de comercialização e promova a colaboração em equipa com MLOps — o DevOps para aprendizagem automática — líder do setor. Inove numa plataforma segura e fidedigna, concebida para ML responsável.

ML para todas as competências

Produtividade para todos os níveis de capacidade: programe com blocos de notas colaborativos incorporados e experiência do Jupyter de um clique, utilize o estruturador de arrastar e largar ou machine learning automatizado para o desenvolvimento de modelos acelerado.

MLOps completo

Capacidades robustas de MLOps que se integram com os processos de DevOps existentes e ajudam a gerir o ciclo de vida completo de ML.

ML Responsável de Ponta

Capacidades do ML Responsável – compreenda modelos com interpretação e equidade, proteja dados com a privacidade diferencial e a computação confidencial e controle o ciclo de vida de ML com testes de auditoria e fichas técnicas.

Aberto e Interoperável

O melhor suporte do setor para linguagens e arquiteturas open-source, incluindo MLflow, Kubeflow, ONNX, PyTorch, TensorFlow, Python e R.

Aumente a produtividade com ML para todos os níveis de competências

Crie e implemente rapidamente modelos de machine learning com ferramentas que respondem às suas necessidades, independentemente do nível de competência. Aceda a blocos de notas incorporados dentro do estúdio com uma experiência de Jupyter de um clique. Acelere a computação rapidamente dentro de blocos de notas e altere a computação e os kernels com facilidade. Utilize capacidades de edição de código e o Intellisense em blocos de notas e partilhe e colabore com a sua equipa. Utilize o estruturador sem código para iniciar o machine learning visual ou acelerar a criação de modelos com machine learning automatizado e aceda à engenharia de caracterização, à seleção de algoritmos e ao varrimento de hiperparâmetros incorporados para criar modelos extremamente precisos.

Operacionalize à escala com MLOps

O MLOps, ou DevOps para machine learning, simplifica o ciclo de vida de machine learning, desde a criação de modelos à implementação e gestão. Utilize pipelines de ML para criar fluxos de trabalho repetíveis e utilize um registo avançado de modelos para controlar os seus ativos. Faça a gestão de fluxos de trabalho de produção à escala com alertas avançados e capacidades de automatização de aprendizagem automática. Crie o perfil, valide e implemente modelos de machine learning em qualquer lugar, desde a cloud à periferia, para gerir fluxos de trabalho de ML de produção à escala de uma forma preparada para empresas.

Crie soluções de ML responsáveis

Aceda a capacidades de ML responsáveis de ponta para compreender, proteger e controlar os seus dados, modelos e processos. Explique o comportamento dos modelos durante a preparação e a inferência e detete e mitigue desvios nos modelos para criar com equidade. Preserve a privacidade dos dados ao longo do ciclo de vida de machine learning com técnicas de privacidade diferenciais e utilize a computação confidencial para proteger os ativos de ML. Mantenha automaticamente registos de auditoria, monitorize a linhagem e utilize fichas técnicas dos modelos para permitir a responsabilização.

Inove numa plataforma aberta e flexível

Obtenha suporte incorporado de arquiteturas e ferramentas open-source para inferência e preparação de modelos de machine learning. Utilize arquiteturas conhecidas, como PyTorch, TensorFlow e scikit-learn, ou o formato ONNX aberto e interoperável. Escolha as ferramentas de programação mais adequadas às suas necessidades, incluindo IDEs populares, Jupyter Notebooks e CLIs, ou linguagens como Python e R. Utilize o ONNX Runtime para otimizar e acelerar a inferência em dispositivos na cloud e na periferia.

Segurança e governação avançadas

  • Obtenha segurança deste o início e crie com a cloud de confiança com o Azure.
  • Proteja o acesso aos recursos com acesso baseado em funções granular, funções personalizadas e mecanismos incorporados para autenticação de identidades.
  • Isole a sua rede com redes virtuais e ligações privadas para compilar modelos de preparação e implementação em segurança.
  • Administre a governação com políticas, ensaios de auditoria e gestão de quotas e custos.
  • Uniformize a conformidade com um abrangente portfólio que inclui 60 certificações, entre as quais FedRAMP High e DISA IL5.

Principais capacidades do serviço

Blocos de Notas Colaborativos

Blocos de anotações incorporados com a experiência do Jupyter de um clique. Maximize a produtividade com o Intellisense, alternância fácil de computação e kernel e edição de blocos de notas offline.

ML Automatizado

Crie rapidamente modelos precisos para classificação, regressão e previsão de séries temporais. Utilize a interpretação de modelos para perceber como são construídos.

ML de arrastar e largar

Utilize o estruturador com módulos para transformação de dados, preparação e avaliação de modelos ou criar e publicar pipelines de ML com alguns cliques.

Etiquetagem de Dados

Prepare os dados rapidamente, faça a gestão e a monitorização dos projetos de etiquetagem e automatize as tarefas iterativas com a etiquetagem assistida por machine learning.

MLOps

Utilize o registo central para armazenar e monitorizar dados, modelos e metadados. Capte automaticamente dados de linhagem e de governação. Utilize o Git para acompanhar o trabalho e o GitHub Actions para implementar fluxos de trabalho. Faça a gestão e a monitorização de execuções ou compare múltiplas execuções para preparação e experimentação.

Dimensionar Automaticamente a Computação

Utilize a computação gerida para distribuir a preparação e testar, validar e implementar os modelos rapidamente. Os clusters de CPU e GPU podem ser partilhados entre uma área de trabalho e dimensionados automaticamente para darem resposta às suas necessidades de ML.

Integração do RStudio

Suporte para R incorporado e integração do RStudio Server (Edição Open Source) para criar e implementar modelos e monitorizar execuções.

Integração aprofundada noutros serviços do Azure

Acelere a produtividade com a integração incorporada nos serviços do Azure, como o Azure Synapse Analytics, o Cognitive Search, o Power BI, o Azure Data Factory, o Azure Data Lake e o Azure Databricks.

Aprendizagem por reforço

Dimensione a aprendizagem de reforço para clusters de cálculo robustos, suporte cenários multiagentes, aceda a algoritmos de RL, frameworks e ambientes open source.

ML responsável

Obtenha transparência de modelos na preparação e inferência com as capacidades de interpretação. Avalie a equidade dos modelos com métricas de disparidade e reduza a iniquidade. Proteja os dados com a privacidade diferencial.

Segurança de Nível Empresarial

Crie e implemente modelos em segurança com capacidades como isolamento de rede e o Private Link, o controlo de acesso baseado em funções para recursos e ações, funções personalizadas e identidade gerida para recursos de computação.

Gestão de custos

Faça melhor a gestão das alocações de recursos para a Computação do Azure Machine Learning com limites de quotas ao nível de área de trabalho e de recursos.

Pague apenas pelo que precisar, sem custos adiantados

Para obter detalhes, aceda à página de preços do Azure Machine Learning.

Como utilizar o Azure Machine Learning

Aceda à sua experiência Web no Studio

Compilação e preparação

Implementar e gerir

Passo 1 de 1

Pode criar novos modelos e armazenar os seus destinos de computação, modelos, implementações, métricas e históricos de execuções na cloud.

Passo 1 de 1

Utilize machine learning automatizado para identificar algoritmos e hiperparâmetros, e controlar experimentações na cloud. Também pode criar modelos com blocos de notas ou com o estruturador de arrastar e largar.

Passo 1 de 1

Implemente o seu modelo de machine learning na cloud ou na periferia, monitorize o desempenho e prepare-o novamente, conforme necessário.

Comece a utilizar o Azure Machine Learning hoje mesmo

Inscreva-se numa conta gratuita do Azure e obtenha acesso instantâneo e um crédito de $200.

Iniciar sessão no portal do Azure.

Clientes que utilizam o Azure Machine Learning

"The model we deployed on Azure Machine Learning helped us choose the three new retail locations we opened in 2019. Those stores exceeded their revenue plans by over 200 percent in 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 Análise, Carhartt
Carhartt

Scandinavian Airlines

Ao utilizar o Azure Machine Learning, a SAS consegue identificar com precisão fraudes com conhecimentos que não eram possíveis por meio dos métodos manuais. No caso de registar retroativamente um voo para milhas no programa EuroBonus, uma fonte de fraudes comum, o sistema novo prevê as ocorrências com uma precisão de 99 por cento.

Scandinavian Airlines

"If I have 200 models to train—I can just do this all at once. It can be farmed out to a huge compute cluster, and it can be done in minutes. So I'm not waiting for days."

Dean Riddlesden, Cientista de Dados Sénior, Global Analytics, Walgreens Boots Alliance
Walgreens Boots Alliance

"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: Partner e Advisory Leader de Dados, Análises e IA, EY Canada
EY

"The automated machine learning capabilities in Azure Machine Learning save our data scientists from doing a lot of time-consuming work, which reduces our time to build models from several weeks to a few hours."

Xiaodong Wang: Administradora-Executiva, TalentCloud
TalentCloud

Atualizações, blogues e anúncios do Azure Machine Learning

Perguntas mais frequentes sobre o Azure Machine Learning

  • O serviço encontra-se em disponibilidade geral em vários países/regiões e há mais a caminho.
  • O contrato de nível de serviço (SLA) do Azure Machine Learning é de 99,9 por cento.
  • O Azure Machine Learning Studio é o recurso de nível superior do serviço de aprendizagem automática. Fornece um local centralizado para os cientistas de dados e programadores trabalharem com todos os artefactos para a criação, preparação e implementação de modelos de machine learning.

Estamos prontos para começar. Vamos configurar a sua conta gratuita do Azure